Ejemplo
Práctico
Ver más
Ejemplo práctico
Elena trabaja como científica de datos en una empresa que gestiona una plataforma de dispositivos IoT. Cada día se recopilan millones de registros procedentes de sensores, que deben almacenarse y compartirse en distintos formatos según su uso posterior. Para facilitar la integración con una aplicación web, Elena exporta los datos más recientes a un archivo JSON, utilizando una estructura adecuada para su procesamiento incremental por parte del servicio. En Python, genera el archivo indicando la orientación de los registros y el formato de las fechas:
Ver solución
Solución
dfreciente.tojson(datos_api.json, orient = records, dateformat = iso, lines = True.Con el objetivo de almacenar el histórico completo de sensores en un sistema de almacenamiento centralizado, Elena exporta el conjunto de datos completo a formato Parquet, reduciendo el tamaño del archivo y mejorando la eficiencia de lectura posterior: df_completo.to_parquet( "sensores_historico.parquet", engine = "pyarrow", compression = "snappy", index=False).Finalmente, para realizar análisis técnicos más detallados, guarda los mismos datos en un archivo HDF5, lo que le permite almacenar grandes volúmenes de información y realizar lecturas selectivas en el futuro sin cargar todo el conjunto en memoria: df_completo.to_hdf("sensores_analisis.h5", key = "datos_marzo", format = "table”).Gracias a esta estrategia de exportación, los datos quedan disponibles en formatos adaptados a distintos usos, manteniendo su estructura y facilitando su reutilización en procesos posteriores dentro de la organización.
5101_UD1 - 3.3 (2) - Ejemplo
CESUR
Created on January 29, 2026
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Decisions and Behaviors in the Workplace
View
Tangram Game
View
Process Flow: Corporate Recruitment
View
Weekly Corporate Challenge
View
Wellbeing and Healthy Routines
View
Match the Verbs in Spanish: Present and Past
View
Planets Sorting Game
Explore all templates
Transcript
Ejemplo
Práctico
Ver más
Ejemplo práctico
Elena trabaja como científica de datos en una empresa que gestiona una plataforma de dispositivos IoT. Cada día se recopilan millones de registros procedentes de sensores, que deben almacenarse y compartirse en distintos formatos según su uso posterior. Para facilitar la integración con una aplicación web, Elena exporta los datos más recientes a un archivo JSON, utilizando una estructura adecuada para su procesamiento incremental por parte del servicio. En Python, genera el archivo indicando la orientación de los registros y el formato de las fechas:
Ver solución
Solución
dfreciente.tojson(datos_api.json, orient = records, dateformat = iso, lines = True.Con el objetivo de almacenar el histórico completo de sensores en un sistema de almacenamiento centralizado, Elena exporta el conjunto de datos completo a formato Parquet, reduciendo el tamaño del archivo y mejorando la eficiencia de lectura posterior: df_completo.to_parquet( "sensores_historico.parquet", engine = "pyarrow", compression = "snappy", index=False).Finalmente, para realizar análisis técnicos más detallados, guarda los mismos datos en un archivo HDF5, lo que le permite almacenar grandes volúmenes de información y realizar lecturas selectivas en el futuro sin cargar todo el conjunto en memoria: df_completo.to_hdf("sensores_analisis.h5", key = "datos_marzo", format = "table”).Gracias a esta estrategia de exportación, los datos quedan disponibles en formatos adaptados a distintos usos, manteniendo su estructura y facilitando su reutilización en procesos posteriores dentro de la organización.