Python de Cero a Experto / Python intermedio

Reto: procesador de datos robusto

Reto40 min60 XP

Junta todo el módulo en un procesador de datos robusto para Mi Bolsillo: lee gastos desde JSON, VALIDA cada uno lanzando excepciones personalizadas, agrupa los válidos, y guarda un reporte —manejando con elegancia los datos malos sin caerse—. Es exactamente cómo se procesan datos reales: nunca confías en que lleguen perfectos, así que validas y manejas errores en cada paso. El código que no se rompe ante datos imperfectos.

Reto

Procesador robusto

Media35 min60 XP(×2 sin mirar la solución)

Qué debes construir

Un programa que procese una lista de gastos (algunos con datos inválidos) de forma robusta:

Excepción personalizada GastoInvalidoError(Exception).
validar_gasto(gasto): revisa que tenga nombre (no vacío), valor (número positivo) y categoria válida; lanza GastoInvalidoError con un mensaje claro si algo falla.
Procesar la lista: valida cada gasto en un try/except; los válidos van a una lista, los inválidos se reportan (sin detener el proceso).
Guardar los gastos válidos en un archivo JSON con json.dump.
Un reporte con el total de válidos, el conteo de inválidos y el total por categoría.

Parte de estos datos (nota los dos gastos con problemas):

datos.py

entrada = [
  {"nombre": "Mercado", "valor": 87500, "categoria": "comida"},
  {"nombre": "Taxi", "valor": -12000, "categoria": "transporte"},  # valor negativo
  {"nombre": "Café", "valor": 4200, "categoria": "comida"},
  {"nombre": "", "valor": 5000, "categoria": "ocio"},              # nombre vacío
  {"nombre": "Cine", "valor": 18000, "categoria": "ocio"},
]

Reglas

Un gasto inválido NO debe detener el proceso: se captura, se reporta, y se sigue con los demás.
Usa una excepción personalizada y try/except por cada gasto.
Guarda el resultado con json.dump y usa with para el archivo.

35:00

Cuando estés listo, arranca el reloj.

Lo que este reto consolida:

Nunca confíes en los datos. Datos reales llegan con errores: valores negativos, campos vacíos, tipos equivocados. Un programa robusto VALIDA cada uno y maneja los malos sin caerse —esto es la diferencia entre un prototipo y algo de producción—.
Manejo de errores por elemento. El try/except DENTRO del bucle aísla el fallo: un gasto malo se reporta y el proceso continúa con los demás. Un error no arrastra a todo.
Persistencia con with y JSON. Los resultados se guardan de forma segura para usarse después.

Autoevaluación: ¿el proceso descarta los DOS gastos malos (Taxi con valor negativo, el de nombre vacío) reportándolos, pero SIGUE con los demás sin caerse? ¿los 3 válidos suman 109.700? ¿se guardan en el JSON y se pueden releer? Fíjate en el corazón del reto: el try/except DENTRO del bucle hace que cada gasto se valide de forma aislada —un dato malo no tumba el proceso entero, solo se reporta y se salta—. Así se procesan datos reales: con validación en cada paso y manejo de errores que mantiene el programa vivo. Este patrón —validar, aislar fallos, persistir— es la base de scripts de datos confiables.

Qué sigue

Módulo 5 conquistado: dominas el Python intermedio —excepciones, context managers, archivos, JSON/CSV y CLIs—. Tus programas ahora son robustos e interactúan con el mundo real. El módulo 6 trae el Python AVANZADO: generadores (yield), decoradores desde cero, typing moderno, pattern matching y asyncio —las técnicas elegantes que caracterizan al código experto en Python—.