Indice / Practicas / EJ-1.3

EJ-1.3 · Promedios descartando notas invalidas

Cuarenta estudiantes, tres notas cada uno, y nueve filas que hay que dejar afuera. La mitad del ejercicio es calcular el promedio; la otra mitad es decidir a quién no calculárselo.

Qué hay que hacer

A partir de estudiantes_notas.csv (40 filas), producir promedios_descarte.csv con una fila por estudiante que tenga las tres notas usables: el legajo, el nombre, las tres notas y el promedio con dos decimales.

La política es descartar: si una sola de las tres notas no sirve, el estudiante no aparece. Sin pandas.

El par con EJ-5.7

Los tres defectos, en orden de peligro

Nueve celdas defectuosas, nueve estudiantes descartados: cada uno tiene un solo problema. Si te dan 5 descartados te faltó el chequeo de rango; si te dan 4, te faltó el de ausentes.

Cómo saber si te salió

python comparar.py mi_salida.csv promedios_descarte.csv

Si no dice nada, tu archivo es idéntico al esperado. Si difiere, te dice qué fila y qué columna.

Antes de arrancar, mirá los datos

El contrato de salida

promedios_descarte.csv · 31 filas

Orden de las filas: legajo ascendente. Los 40 legajos del archivo son distintos, asi que el orden es total y no hace falta desempate. Indice: no se escribe: csv.DictWriter no agrega ninguna columna de indice, y con pandas seria to_csv(index=False)

Que hacer con cada defecto

Conteos clave

Si estos numeros no te dan, algo se desvio antes de que llegues a comparar los archivos.

Invariantes

Comprobaciones que tu resultado tiene que cumplir. Corrilas vos mismo antes de comparar los archivos:

len(promedios) == 31
promedios['legajo'].is_unique
promedios['legajo'].is_monotonic_increasing
not promedios.isna().any().any()
promedios[['nota_1', 'nota_2', 'nota_3']].ge(0).all().all()
promedios[['nota_1', 'nota_2', 'nota_3']].le(10).all().all()
promedios['promedio'].between(0, 10).all()
(promedios['promedio'] - promedios[['nota_1','nota_2','nota_3']].mean(axis=1)).abs().max() < 0.005

Así tiene que quedar