Esta es una aplicación de Extracción, Transformación y Carga (ETL) desarrollada con Streamlit. Permite cargar archivos CSV o Excel, realizar varias transformaciones y análisis en los datos, y descargar el archivo transformado.

• Cargar Archivos: Selecciona archivos en formato CSV o Excel para su análisis.
• Transformaciones de Datos:
  • Reemplazar valores nulos.
  • Reemplazar valores cero.
  • Normalización de datos.
  • Agregaciones (media, mediana, moda).
• Análisis Estadístico: Estadísticas descriptivas avanzadas para columnas numéricas.
• Descargar Archivo Transformado: Descarga el archivo procesado en el mismo formato que se cargó.

• Streamlit: Para crear la interfaz de usuario interactiva.
• Pandas: Para el manejo y análisis de datos.
• Numpy: Para operaciones numéricas y manejo de arrays.
• Openpyxl: Para leer y escribir archivos Excel.

1. Clona el repositorio:

   git clone https://github.com/tu_usuario/nombre_del_repositorio.git
   cd nombre_del_repositorio

2. Crea un entorno virtual e instálalo:

   python -m venv venv
   source venv/bin/activate  # En Windows usa `venv\Scripts\activate`
   pip install -r requirements.txt

Para ejecutar la aplicación localmente, usa el siguiente comando:

streamlit run etlapp.py

• Cargar un Archivo: Usa el botón "Seleccionar archivo" para cargar un archivo CSV o Excel.
• Realizar Transformaciones: Selecciona las opciones de transformación que desees aplicar.
• Ver Análisis Estadístico: La aplicación mostrará estadísticas descriptivas y distribuciones de los datos.
• Descargar el Archivo Transformado: Una vez realizadas las transformaciones, puedes descargar el archivo procesado.

Si deseas contribuir a este proyecto, por favor, sigue estos pasos:

1. Haz un fork del repositorio.

2. Crea una rama para tus cambios:

   git checkout -b mi-nueva-funcionalidad

3. Realiza tus cambios y haz commit:

   git commit -am 'Añadida nueva funcionalidad'

4. Haz push a la rama:

   git push origin mi-nueva-funcionalidad

5. Crea un Pull Request en GitHub.

Puedes acceder a la aplicación ETL en el siguiente enlace:

https://etl-app-dg6hbteatzs4lp7gp9hcvp.streamlit.app/

Creado por María Fernanda Mosquera - Data Scientist.