Icon

Taller_​2

LIMPIEZA DE DATOS

El dataset no presenta valores faltantes en ninguna de las columna y la variable Price registra valores válidos mayores a cero.

Entrada 11,679 filas, salida 11,679 filas. Es decir 0 duplicados encontrados.

Inicialmente se aplicó el formato HH:mm:ss, pero se detectaron 168 registros con formato corto HH:mm (sin segundos) que generaban advertencias.

Para procesar todos los datos sin perder información, se cambió la regla a HH:mm[:ss]. De modo que se pudiera leer la hora completa y, en los 168 registros restantes, tomar automáticamente :00 segundos.

La columna queda estandarizada como tipo [Time] (Local Time)

TALLER 2 ANALISIS DATOS

Integrantes:

  • Maria Fernanda González Acevedo

  • Samir Mateo Sierra Blanco

  • Karla Medina Escorcia

Universidad Autónoma de Bucaramanga UNAB

Maestría en Ciencia de Datos

FILTRADO TRANSACCIONES DE LA ÚLTIMA HORA

Creación del reporte con las últimas transacciones

  1. Creación de la Plantilla del Reporte: Este nodo se encarga de diseñar y estructurar el formato visual o plantilla que tendrá el documento PDF.

  2. Procesamiento de Métricas: Este componente agrupa el flujo principal de análisis. Su función es recibir los datos de las transacciones para procesarlos y calcular las métricas clave de la última hora (como el número de órdenes por tienda de forma descendente, la distribución por canales Onsite y Online, y el top de productos más vendidos) para alimentar los gráficos y tablas del reporte.

  3. Escritura y Generación del Archivo PDF: Este nodo compila todos los elementos procesados (tablas, gráficos y estructura) y los genera en un documento final en formato PDF listo para ser descargado.

SQLite Connector
Procesamiento de Métricas
Reporte Última Hora
Creación de la Plantilla del Reporte
Report Template Creator
Se convierte la columna Time de texto (String) a tipo hora (Local Time).
String to Date&Time
Inspección del dataset de daily_transactions.sqlite para evaluar la estructura, tipos de variables y presencia de nulos.
DB Query Reader
Se identifican los registros idénticos y se conserva únicamente el primer registro.
Duplicate Row Filter
Se convierten las dos horas de la fila (Date y Date (Shifted)) en variables de flujo, para que otros nodos puedan usarlas como límites sin escribirlas a mano.
Table Row to Variable
Se eliminaron los espacios en blanco sobrantes (al inicio, al final y dobles) en las columnas de texto para dejar limpios los datos sin alterar sus códigos o mayúsculas
String Cleaner
Se conservan solo las transacciones cuya hora (Time) está entre Date (Shifted) y Date, ambos extremos incluidos. Las demás filas se descartan. Regla: Time >= Date (Shifted) AND Time <= Date => TRUE.Supuestos: la hora de la base se interpreta en hora
Rule-based Row Filter
Se genera una única fila con la hora actual de ejecución (Local Time), tomando el reloj del sistema como punto de inicio. Esta hora es el límite final de la ventana de análisis.
Date&Time Range Creator
Se resta 1 hora a la hora actual y se conserva en una columna nueva (Date (Shifted)), sin reemplazar la original. Así quedan disponibles el inicio (hora actual - 1 h) y el fin (hora actual) de la franja de la última hora.
Time Shifter
Escritura y Generación del Archivo PDF
Report PDF Writer

Nodes

Extensions

Links