csv-processor

name	csv-processor
description	Procesa archivos CSV para limpieza, transformación y análisis de datos tabulares. Esta skill debe usarse cuando el usuario necesite manipular datos CSV, incluyendo limpieza de datos, transformaciones (filtros, agregaciones, joins), conversión a otros formatos, o análisis exploratorio de datasets en formato CSV.
license	MIT
metadata	{"author":"FreakingJSON Framework","version":"1.0","created":"2026-02-11T00:00:00.000Z"}
compatibility	Requiere Python 3.8+ con pandas instalado.

CSV Processor

Herramienta especializada para procesamiento de archivos CSV con operaciones de limpieza, transformación y análisis. Diseñada para integrarse seamless con el ecosistema de skills del framework.

Casos de Uso

1. Limpieza de Datos: Eliminar duplicados, manejar valores nulos, normalizar formatos
2. Transformación: Filtrar filas, agregar/renombrar columnas, pivotar datos
3. Conversión: CSV a Excel, JSON, o formatos de documentos (Word/PowerPoint)
4. Análisis: Estadísticas descriptivas, detección de outliers, profiling básico

Cuándo Usar Esta Skill

Esta skill debe usarse cuando el usuario necesite:

• Procesar archivos CSV de manera eficiente con Python/pandas
• Realizar operaciones ETL específicas sobre datos tabulares
• Convertir CSV a otros formatos para reporting o análisis
• Limpiar datasets antes de visualización o análisis avanzado

Integración con Otras Skills

Skill	Relación	Uso Combinado
@etl	Complementaria	csv-processor para CSV específico, @etl para pipelines ETL multi-formato
@xlsx	Flujo de trabajo	CSV (procesado) → Excel (reporte formateado) vía @xlsx
@docx	Exportación	Datos CSV procesados → Tablas en documentos Word
@pptx	Presentación	Datos CSV → Gráficos/tablas en presentaciones PowerPoint
@data-viz	Análisis	CSV limpio → Visualizaciones con matplotlib/seaborn

Flujos de Integración Recomendados

Flujo 1: Limpieza → Excel → Documento

CSV sucio → @csv-processor (limpieza) → @xlsx (formateo) → @docx (reporte)

Flujo 2: Análisis → Visualización → Presentación

CSV → @csv-processor (agregaciones) → @data-viz (gráficos) → @pptx (slides)

Flujo 3: Pipeline ETL Completo

Múltiples CSV → @csv-processor (normalización) → @etl (joins/transformaciones) → Output

Instrucciones de Uso

Paso 1: Entender el Dataset

Antes de procesar, comprender:

• Tamaño del archivo (filas/columnas)
• Codificación del archivo
• Separador utilizado (coma, punto y coma, tab)
• Calidad de datos (nulos, duplicados, formatos inconsistentes)

Paso 2: Seleccionar Operaciones

Usar el script csv_processor.py con el modo apropiado:

python core/skills/core/csv-processor/scripts/csv_processor.py \
    input.csv output.csv \
    --mode clean|transform|analyze|convert \
    [opciones específicas]

Paso 3: Validar Output

Verificar:

• Formato de datos correcto
• Sin pérdida de información crítica
• Listo para siguiente etapa (si aplica integración con otras skills)

Ejemplos

Ejemplo 1: Limpieza Básica

python core/skills/core/csv-processor/scripts/csv_processor.py \
    datos_sucios.csv datos_limpios.csv \
    --mode clean \
    --remove-duplicates \
    --handle-nulls drop \
    --normalize-whitespace

Ejemplo 2: Transformación con Filtros

python core/skills/core/csv-processor/scripts/csv_processor.py \
    ventas.csv ventas_filtradas.csv \
    --mode transform \
    --filter "region=='Norte'" \
    --select-columns fecha,producto,total \
    --sort-by fecha

Ejemplo 3: Análisis Rápido

python core/skills/core/csv-processor/scripts/csv_processor.py \
    datos.csv analysis.json \
    --mode analyze \
    --stats all

Ejemplo 4: Uso en Python

import pandas as pd
from core.skills.core.csv_processor.scripts.csv_processor import process_csv

# Limpieza simple
df = process_csv('input.csv', mode='clean')

# Transformación avanzada
df_filtered = process_csv(
    'input.csv', 
    mode='transform',
    filter_query='edad >= 18',
    columns=['nombre', 'edad', 'ciudad']
)

Recursos Disponibles

Scripts (scripts/)

• csv_processor.py - Script principal de procesamiento CSV

References (references/)

• csv_guide.md - Guía de formato CSV y mejores prácticas
• pandas_cheatsheet.md - Referencia rápida de operaciones pandas comunes

Mejores Prácticas

1. Manejo de Encoding

Siempre especificar encoding para archivos con caracteres especiales:

--encoding utf-8  # o latin-1, cp1252 para Windows

2. Trabajo con Grandes Datasets

Para archivos >100MB, usar chunks:

--chunksize 10000  # Procesar en bloques de 10k filas

3. Preservar Datos Originales

Nunca sobrescribir el archivo fuente. Siempre crear output nuevo.

4. Validación Post-Proceso

Después de limpieza, verificar con:

--validate  # Activa validaciones automáticas

5. Integración con ETL

Cuando el pipeline es complejo (múltiples fuentes, joins), usar:

• @csv-processor para normalización individual de cada CSV
• @etl para el pipeline completo con joins y transformaciones avanzadas

Compatibilidad y Limitaciones

Formatos Soportados

• CSV estándar (RFC 4180)
• TSV (Tab-separated values)
• CSV con delimitadores personalizados
• Archivos con o sin headers

Limitaciones Conocidas

• No soporta archivos Excel directamente (usar @xlsx → @csv-processor)
• No realiza operaciones de machine learning (usar @data-viz + scikit-learn)
• No conecta a bases de datos directamente (usar @etl para eso)

Comparativa: @csv-processor vs @etl

Aspecto	@csv-processor	@etl
Enfoque	CSV específico	Multi-formato (CSV, JSON, Excel, DB)
Complejidad	Operaciones simples/medias	Pipelines complejos
Performance	Optimizado para CSV	Generalista
Casos de uso	Limpieza rápida, conversión	Pipelines ETL enterprise
Integración	Punto de entrada/salida	Orquestación central

Regla de oro:

• Un solo CSV → Operaciones simples → Usar @csv-processor
• Múltiples fuentes → Joins complejos → Usar @etl

Notas

• csv-processor está diseñado como skill de entrada/salida en pipelines de datos
• Para operaciones matemáticas complejas sobre datasets, combinar con @data-viz
• Para generación de reportes, usar como pre-procesador antes de @docx o @pptx