Prueba de revisión. Code Challenge. Programming Skills

README.md

Instrucciones para el candidato

Adjunto encontrarás un script de Python llamado script.py y un archivo CSV llamado data.csv.

1. El archivo data.csv contiene datos de productos con las siguientes columnas: product_id, name, category_name, price, quantity.
2. El script script.py carga los datos del archivo CSV, calcula la media, el promedio y la moda de los precios de los productos agrupados por categoría, y muestra los resultados en la consola.
3. Tu tarea es revisar el código del script script.py y proponer cambios, mejoras o identificar cualquier problema, similar a lo que harías en una revisión a un Merge Request.
4. Prepara tus comentarios, sugerencias y mejoras propuestas para discutirlas durante la siguiente entrevista.

El objetivo de este ejercicio es evaluar tus habilidades para identificar problemas, proponer mejoras y más que todo comunicar tus ideas de manera efectiva.

Si tienes alguna pregunta o necesitas aclaraciones adicionales, no dudes en preguntar.

¡Buena suerte!

data.csv

describe_category.py

import csv
from collections import defaultdict
from statistics import mean, mode, StatisticsError
import logging

FILE_PATH = 'data.csv'
LOG_FILE = 'app.log'

logging.basicConfig(filename=LOG_FILE, level=logging.INFO)

def load_data_from_csv(file_path: str) -> list:
    """Load data from CSV file."""
    try:
        with open(file_path, 'r') as file:
            csv_reader = csv.DictReader(file)
            data = [row for row in csv_reader]
        return data
    except FileNotFoundError as e:
        logging.error(f"File not found: {file_path} - {e}")
        return []
    except Exception as e:
        logging.error(f"Unexpected error reading {file_path} - {e}")
        return []

def process_data(data: list) -> dict:
    """Process data to group prices by category."""
    category_data = defaultdict(lambda: defaultdict(list))
    for item in data:
        category = item['category_name']
        price = float(item['price'])
        category_data[category]['prices'].append(price)
    return category_data

def calculate_stats(category_data: dict) -> dict:
    """Calculate statistics for each category."""
    stats = {}

    for category, data in category_data.items():
        prices = data['prices']

        try:
            mode_price = mode(prices)
        except StatisticsError:
            mode_price = None

        stats[category] = {
            'mean': mean(prices),
            'average': sum(prices) / len(prices) if prices else 0,
            'mode': mode_price
        }

    return stats

def print_stats(stats: dict):
    """Print statistics for each category."""
    for category, stats_data in stats.items():
        print(f"Category: {category}")
        print(f"  Mean: {stats_data['mean']:.2f}")
        print(f"  Average: {stats_data['average']:.2f}")
        print(f"  Mode: {stats_data['mode']:.2f}" if stats_data['mode'] is not None else "  Mode: No mode")
        print()

def main():
    """Main function."""
    data = load_data_from_csv(FILE_PATH)

    if data:
        category_data = process_data(data)
        stats = calculate_stats(category_data)
        print_stats(stats)

if __name__ == '__main__':
    main()