🧪 ETL Users Project

Proceso ETL desarrollado en Python que extrae datos de usuarios desde una API pública, los transforma aplicando reglas de validación y limpieza, y los carga en un archivo CSV.

Tabla de Contenidos

• Descripción
• Características
• Requisitos
• Instalación
• Uso
• Estructura del Proyecto
• Configuración
• Contribuciones

Descripción

Este proyecto implementa un pipeline ETL (Extract, Transform, Load) que automatiza la recolección, limpieza y almacenamiento de datos de usuarios provenientes de una API pública. El resultado se almacena en un archivo CSV listo para análisis o integración en otros sistemas.

Características

• Extracción de datos desde una API pública de usuarios
• Transformación de datos: validación, limpieza y normalización
• Carga de datos en formato CSV
• Código 100% Python

🚀 Instalación y Configuración

Requisitos

• Python 3.8 o superior
• Paquetes adicionales indicados en requirements.txt

Instalación

1. Clona el repositorio:

   git clone https://github.com/gquintal/etl_users_project.git
   cd etl_users_project

2. Instala las dependencias:

   pip install -r requirements.txt

Uso

1. Ejecuta el script principal para iniciar el proceso ETL:

   python main.py

2. El archivo CSV generado estará disponible en la carpeta de salida especificada en el código.

Estructura del Proyecto

• main.py: Orquestador del proceso ETL.
• etl/: Módulos para cada fase del ETL.
  • extract.py: Extracción de datos.
  • transform.py: Transformación y limpieza.
  • load.py: Carga a CSV.
• output/: Carpeta para archivos generados.
• requirements.txt: Dependencias del proyecto.

Configuración

Configurar Variables de entorno (.env) (puedes agregar valores default en el código)

Ejemplos:

    # API Configuration
    USERS_API_URL="https://randomuser.me/api/"    #URL de la API (puedes agregar un default en el código)
    USERS_COUNT=100                               

    # Output Configuration  
    ETL_OUTPUT_DIR=output
    ETL_OUTPUT_FILE=users_cleaned.csv

Contribuciones

¡Las contribuciones son bienvenidas! Por favor, abre un issue o un pull request para sugerencias o mejoras.