Día 26 — Automatización real: combinando Pandas, JSON y fechas

Una de las aplicaciones más prácticas y demandadas de Python en el entorno profesional es la automatización de tareas administrativas repetitivas: generar informes, procesar facturas o consolidar datos de ventas. Este ejemplo combina varias herramientas vistas anteriormente en un caso de uso real y aplicable.

Automatizar este tipo de procesos no solo ahorra tiempo, sino que también elimina errores humanos derivados de la manipulación manual de datos en hojas de cálculo, especialmente cuando el volumen de información crece.

Código de ejemplo:

import pandas as pd
import json
from datetime import datetime

def analizar_ventas(archivo_csv):
    df = pd.read_csv(archivo_csv)
    return {
        "fecha": datetime.now().strftime("%d/%m/%Y"),
        "total": round(df["importe"].sum(), 2),
        "media": round(df["importe"].mean(), 2),
        "maximo": df["importe"].max()
    }

resultado = analizar_ventas("ventas.csv")
print(json.dumps(resultado, indent=2))