Validación de rangos

Limpieza de datos en Java

Dennis Lee

Software Engineer

Dataset de ventas de chocolate

Trabajamos con un dataset de ventas de chocolate a lo largo del capítulo
Modificamos columnas como importe y fecha para ilustrar la validación de datos

Vendedor/a	País	Producto	Fecha	Importe	Cajas enviadas
James Rudeforth	UK	Mint Chip Choco	4-Jan-22	$5,320	180
Van Tuxwell	India	85% Dark Bars	1-Aug-22	$7,896	94
Gigi Bohling	India	Peanut Butter Cubes	7-Jul-22	$4,501	91
Jan Morforth	Australia	Peanut Butter Cubes	27-Apr-22	$12,726	342
Jehu Fischer	UK	Peanut Butter Cubes	24-Feb-22	$13,685	184

Por qué necesitamos validar rangos

// Extraímos estos importes y fechas del dataset
List<Double> salesAmounts = Arrays.asList(5320.0, 7896.0, 4501.0,
                                          12726.0, 13685.0);
List<String> saleDates = Arrays.asList("4-Jan-22", "1-Aug-22", "7-Jul-22", 
                                       "27-Apr-22", "24-Feb-22");

System.out.println("Sales amounts: " + salesAmounts);
System.out.println("Sale dates: " + saleDates);

Sales amounts: [5320.0, 7896.0, 4501.0, 12726.0, 13685.0]
Sale dates: [4-Jan-22, 1-Aug-22, 7-Jul-22, 27-Apr-22, 24-Feb-22]

Encontrar límites del rango

// Obtener el importe mínimo
Double minSale = Collections.min(salesAmounts);
// Obtener el importe máximo
Double maxSale = Collections.max(salesAmounts);

System.out.println("Range: $" + minSale + " - $" + maxSale);

Range: $4501.0 - $13685.0

Definir un rango válido

// El importe no debe ser menor que 0.0
Double lowerThreshold = 0.0;
// El importe no debe ser mayor que 15000.0
Double upperThreshold = 15000.0;


for (Double amount : salesAmounts) {
    // Verifica que cada importe esté en el rango
    if (amount >= lowerThreshold && amount <= upperThreshold) {
        System.out.println(amount + " is within range");
    }
}

Definir un rango válido: salidas

5320.0 is within range
7896.0 is within range
4501.0 is within range
12726.0 is within range
13685.0 is within range

Definir categorías por rango

import org.apache.commons.lang3.Range;

// Categoría de ventas bajas: $0 - $5000
Range<Double> lowSales = Range.between(0.0, 5000.0);
// Categoría de ventas medias: $5000 - $10000
Range<Double> mediumSales = Range.between(5000.0, 10000.0);
// Categoría de ventas altas: $10000 - $15000
Range<Double> highSales = Range.between(10000.0, 15000.0);

Comprobar categorías por rango

for (Double amount : salesAmounts) {
    if (lowSales.contains(amount)) { // ¿Está en ventas bajas?
        System.out.println("$" + amount + " - Ventas bajas");
    } else if (mediumSales.contains(amount)) { // ¿Está en ventas medias?
        System.out.println("$" + amount + " - Ventas medias");
    } else if (highSales.contains(amount)) { // ¿Está en ventas altas?
        System.out.println("$" + amount + " - Ventas altas");
    } else { // ¿Fuera del rango esperado?
        System.out.println("$" + amount + " - Fuera del rango esperado");
    }
}

Comprobar categorías: salidas

Categorización de ventas:
$5320.0 - Ventas medias
$7896.0 - Ventas medias
$4501.0 - Ventas bajas
$12726.0 - Ventas altas
$13685.0 - Ventas altas

Validar fechas

// d-MMM-yy: día del mes (d), mes abreviado (MMM), año de dos dígitos (yy)
DateTimeFormatter formatter = DateTimeFormatter.ofPattern("d-MMM-yy");
LocalDate startDate = LocalDate.of(2022, 1, 1); // Inicio de 2022
LocalDate endDate = LocalDate.of(2022, 12, 31); // Fin de 2022


for (String dateStr : saleDates) {
    LocalDate saleDate = LocalDate.parse(dateStr, formatter);

    // Fechas válidas: después de startDate y antes de endDate
    boolean isValid = saleDate.isAfter(startDate) && saleDate.isBefore(endDate);
    System.out.println(dateStr + " is valid: " + isValid);
}

Validar fechas: salidas

4-Jan-22 is valid: true
1-Aug-22 is valid: true
7-Jul-22 is valid: true
27-Apr-22 is valid: true
24-Feb-22 is valid: true

Resumen

Import clave: org.apache.commons.lang3.Range
Obtener mínimo y máximo: Collections.min(salesAmounts), Collections.max(salesAmounts)
Definir categorías por rango: Range.between(0.0, 5000.0)
Comprobar categorías: lowSales.contains(amount)
Validar fechas: saleDate.isAfter(startDate), saleDate.isBefore(endDate)

¡Vamos a practicar!

Limpieza de datos en Java