• Python: Lenguaje de programación principal.
• Pandas: Biblioteca para manipulación y análisis de datos.
• NumPy: Biblioteca para operaciones numéricas en Python.
• Requests: Biblioteca para realizar solicitudes HTTP.
• MariaDB: Sistema de gestión de bases de datos utilizado.
• JSON: Formato de archivo para almacenar configuraciones.
• io.StringIO: Para la lectura de datos CSV desde una cadena.

El archivo config.json contiene los siguientes atributos:

• local_csv_name: Nombre del archivo CSV local que contiene datos sobre municipios.

• url_global_csv: URL que apunta al archivo CSV global que contiene datos sobre la COVID-19 a nivel mundial.

• filter_year: Año utilizado como filtro para seleccionar datos relevantes en el análisis.

• batch_size: Tamaño del lote utilizado para la inserción eficiente de datos en la base de datos.

• db_user: Usuario de la base de datos MariaDB.

• db_password: Contraseña del usuario de la base de datos.

• db_host: Dirección del host de la base de datos.

• db_port: Puerto de conexión a la base de datos.

• db_name: Nombre de la base de datos utilizada para almacenar los datos procesados.

El script realiza la carga, limpieza, transformación y almacenamiento de datos relacionados con la COVID-19 en Guatemala. A continuación, se detallan las principales secciones del código:

• Se lee el archivo de configuración config.json que contiene detalles como nombres de archivos, URLs, año de filtro y configuración de la base de datos.

• Se cargan dos DataFrames de pandas: uno desde un archivo CSV local (local_df) y otro desde una URL que apunta a un archivo CSV global (global_df).

• Corrección de nombres de columnas.
• Filtrado para datos específicos de Guatemala.
• Eliminación de columnas innecesarias.
• Validación y conversión de tipos de datos.
• Filtrado por año.
• Eliminación de duplicados.
• Ordenamiento por fecha.
• Manejo de datos faltantes y estandarización de campos.

• Validación de tipos de datos.
• Eliminación de duplicados.
• Filtrado por año.
• Eliminación de registros con muertes negativas.

• Extracción de DataFrames con información única sobre departamentos y municipios.

• Creación de DataFrames adicionales filtrando por código de departamento.
• Unión con global_df y generación de columnas adicionales.

• Inserción eficiente por lotes en tablas de la base de datos utilizando mariadb.

• Impresión de información sobre la carga, incluyendo el número de bloques insertados y fallidos.

Este script automatiza el proceso de preparación de datos para análisis posterior sobre la evolución de la COVID-19 en Guatemala, facilitando la carga y transformación de datos desde fuentes locales y globales en un entorno de base de datos relacional.