giteadmin/datatools-dev
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
e4351031134c40824a214ae59e72e19af04da2d6
datatools-dev/docs/USER-GUIDE.es.md
Michael 318b9b45dc docs(i18n): ship Spanish translations of buyer-facing docs 
Adds README.es.md, docs/README.es.md, docs/USER-GUIDE.es.md, and
docs/CLI-REFERENCE.es.md mirroring the English client-facing set.
Each English doc gains a one-line language-switch banner pointing at
its Spanish counterpart; the docs index advertises both language sets
in the buyer-facing section. Internal docs (TECHNICAL, DECISIONS,
REQUIREMENTS, BUSINESS, RECOVERY) stay English-only by design — they
don't ship with the product.

The CLI itself emits English only, so CLI-REFERENCE.es.md notes that
flags and values are language-invariant while translating the prose.

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
2026-05-13 15:21:18 +00:00

7.1 KiB
Raw Blame History

🌐 Idioma: Español · English

Guía del usuario

Versión: 1.6 · Actualizado: 2026-05-13

1. Instalación

No necesitas tener Python instalado — el paquete es autocontenido.

Sistema operativo Archivo Cómo
Windows BundleName-Setup-1.0.exe Doble clic en el instalador → acceso directo en el escritorio.
macOS BundleName-1.0.dmg Monta el DMG y arrástralo a Aplicaciones. Firmado y notarizado.
Linux BundleName-1.0.AppImage chmod +x, doble clic. (También hay un .tar.gz de respaldo.)

Al iniciar la app, se abre tu navegador predeterminado en una página local (http://localhost:8501).

Cómo funciona la interfaz gráfica (GUI)

  • Se ejecuta localmente en tu equipo. Sin internet, sin subidas.
  • El navegador es solo la capa de visualización. Cerrarlo detiene el programa subyacente.
  • ¿Prefieres la terminal? Cada herramienta incluye también una interfaz de línea de comandos (CLI) — ver Sección 3.

Requisitos del sistema

  • Windows 10/11 (64 bits), macOS 11+, Linux moderno (2020+).
  • Navegador moderno (Chrome, Edge, Firefox, Safari, últimos 3 años).
  • ~400-500 MB de espacio libre en disco.

Matriz de soporte completa: REQUIREMENTS.md (solo en inglés).

2. Qué incluye

# Herramienta Propósito Estado
01 Eliminador de duplicados Coincidencia exacta + difusa, 5 normalizadores, auditoría Listo
02 Limpiador de texto Espacios, caracteres tipográficos, BOM, finales de línea, mayúsculas/minúsculas Listo
03 Estandarizador de formatos Fechas / teléfonos / correos / direcciones / nombres / monedas / booleanos Listo
04 Gestor de valores faltantes Nulos disfrazados, imputación, descarte por umbral Próximamente
05 Mapeador de columnas Renombrar + aplicar esquema Próximamente
06 Detector de valores atípicos z-score, IQR, multivariante Próximamente
07 Combinador de varios archivos Combina varios archivos Próximamente
08 Validador e informes Reglas + informe PDF/Excel Próximamente
09 Ejecutor de canalizaciones Lanzador multi-herramienta de un clic Próximamente

Datos de muestra (samples/): messy_sales.csv, bank_export.xlsx.

3. Uso

3.1 GUI (recomendada)

  1. Inicia el paquete.
  2. Selecciona una herramienta en la barra lateral.
  3. Suelta tu archivo (o elige una muestra).
  4. Los valores por defecto están preconfigurados — pulsa Ejecutar para previsualizar.
  5. Pulsa Guardar salida para escribir el archivo limpio.

Las opciones avanzadas se encuentran en paneles desplegables. El archivo original nunca se modifica.

3.2 CLI

deduplicator       customers.csv [--apply]
text-cleaner       messy.csv     [--apply]
format-standardize feed.csv      [--apply]

Ayuda: deduplicator --help. Referencia completa: CLI-REFERENCE.es.md.

3.3 Orden de ejecución (cuando uses las herramientas manualmente)

Si no usas el Ejecutor de canalizaciones, sigue este orden:

  1. 02 Limpiador de texto primero — normaliza espacios y caracteres especiales.
  2. 03 Estandarizador de formatos — fechas, teléfonos, etc. necesitan texto limpio.
  3. 04 Gestor de valores faltantes — códigos centinela se ocultan como números.
  4. 05 Mapeador de columnas — esquema antes que estadísticas de atípicos.
  5. 06 Detector de valores atípicos — necesita datos numéricos limpios. Calcular estadísticas con NaN o -999 envenena los resultados.
  6. 07 Combinador de varios archivos, 08 Validador según sea necesario.
  7. 01 Eliminador de duplicados es flexible en cuanto al orden (normaliza internamente para la coincidencia).

El Ejecutor de canalizaciones aplica este orden automáticamente.

3.4 Idioma

La barra lateral tiene un selector Language / Idioma. Se incluyen dos paquetes hoy:

  • English (por defecto)
  • Español

Elige el idioma una vez — la opción persiste durante la sesión y el selector es visible desde cualquier página. Cambia cuando quieras; la página se vuelve a renderizar en su sitio sin perder datos.

Cobertura (v1.6): página de inicio, tarjetas de herramientas, panel de carga y análisis, lista de hallazgos, indicador de la verificación de normalización CSV, selector lateral y pantalla de cierre. Los cuerpos de cada página de herramienta (etiquetas de opciones avanzadas, indicaciones del mapeador de columnas, etiquetas de revisión de duplicados) están planificados para paquetes futuros — actualmente se muestran en inglés en ambos modos. Si una cadena que esperabas ver traducida no cambia, se trata de una clave de paquete pendiente, no de un fallo del selector; escribe a soporte adjuntando una captura.

4. Verificación de Revisar y Normalizar

Cada archivo subido se analiza antes de que cualquier herramienta lo toque.

Niveles de confianza:

  • Alta — seguras de ida y vuelta. El botón "Corregir automáticamente lo de alta confianza" las aplica todas con un clic.
  • Media — normalmente correctas, con falsos positivos ocasionales. Previsualiza primero.
  • Baja — heurística. Desactivada por defecto; opt-in por hallazgo.
  • Error — bloquea la verificación (archivo vacío, U+FFFD, filas no reparables).

Sustitución de codificación: cuando el detector reporta encoding_uncertain o detectas mojibake (é) o caracteres <EFBFBD>, elige el codepage correcto en la parte superior de la página (cp1252 para Excel occidental, KOI8-R para ruso antiguo, Big5 para chino tradicional, …) → Re-analizar.

Salida avanzada: un desplegable ⚙️ en la descarga te permite ajustar la codificación, el delimitador y el terminador de línea. El nombre del archivo descargado se ajusta automáticamente (.tsv para tabulador, .csv en los demás casos).

5. Salida

Cada ejecución escribe:

  • Archivo limpio junto al original (o donde indiques).
  • Archivo de auditoría (cambios celda por celda en herramientas de texto/formato, grupos de coincidencia en deduplicación).
  • Registro con marca de tiempo en logs/.

El archivo original nunca se modifica.

6. Solución de problemas

  • La GUI no se abre / el navegador no se inicia — espera 10-15 s; visita manualmente http://localhost:8501. Error de puerto ocupado → cierra otras instancias.
  • ¿Por qué se abre el navegador? — patrón de aplicación web local (igual que Jupyter o RStudio). Nada sale de tu equipo.
  • Windows SmartScreen — pulsa "Más información" → "Ejecutar de todas formas". Estándar para software sin firma EV.
  • macOS "La aplicación está dañada" — descárgala de nuevo (probablemente se corrompió en tránsito).
  • El AppImage de Linux no se ejecuta — chmod +x archivo.AppImage. Si falta FUSE → sudo apt install libfuse2 o usa el .tar.gz.
  • Lento con archivos grandes — por encima de ~100k filas tarda más; la barra de progreso lo indica. Para millones de filas → usa la CLI directamente.
  • Necesito ayuda — escribe al correo que aparece en tu recibo de compra.

7. Licencia

Usuario único. Consulta LICENSE.txt.

Reference in New Issue View Git Blame Copy Permalink