Tutorial: Trabajar con Archivos JSON, TXT, CSV, Parquet y Avro en Python y R

En este tutorial, aprenderás cómo crear, leer y guardar archivos en los formatos JSON, TXT, CSV, Parquet y Avro utilizando Python y R.

Python

JSON

1. Crear y Guardar un Archivo JSON:

   import json
   
   data = {"nombre": "John", "edad": 30, "ciudad": "New York"}
   
   with open('data.json', 'w') as json_file:
       json.dump(data, json_file)
   

2. Leer un Archivo JSON:

   with open('data.json', 'r') as json_file:
       data = json.load(json_file)
       print(data)
   

TXT

1. Crear y Guardar un Archivo TXT:

   data = "Este es un archivo de texto."
   
   with open('data.txt', 'w') as txt_file:
       txt_file.write(data)
   

2. Leer un Archivo TXT:

   with open('data.txt', 'r') as txt_file:
       data = txt_file.read()
       print(data)
   

CSV

1. Crear y Guardar un Archivo CSV:

   import csv
   
   data = [["nombre", "edad", "ciudad"],
           ["John", 30, "New York"],
           ["Anna", 25, "London"],
           ["Mike", 35, "San Francisco"]]
   
   with open('data.csv', 'w', newline='') as csv_file:
       writer = csv.writer(csv_file)
       writer.writerows(data)
   

2. Leer un Archivo CSV:

   import csv
   
   with open('data.csv', 'r') as csv_file:
       reader = csv.reader(csv_file)
       for row in reader:
           print(row)
   

Parquet

1. Crear y Guardar un Archivo Parquet:

   import pandas as pd
   
   data = {
       "nombre": ["John", "Anna", "Mike"],
       "edad": [30, 25, 35],
       "ciudad": ["New York", "London", "San Francisco"]
   }
   df = pd.DataFrame(data)
   df.to_parquet('data.parquet')
   

2. Leer un Archivo Parquet:

   import pandas as pd
   
   df = pd.read_parquet('data.parquet')
   print(df)
   

Avro

1. Crear y Guardar un Archivo Avro:

   import fastavro
   from fastavro.schema import load_schema
   
   schema = load_schema('schema.avsc')
   records = [{"nombre": "John", "edad": 30, "ciudad": "New York"},
              {"nombre": "Anna", "edad": 25, "ciudad": "London"},
              {"nombre": "Mike", "edad": 35, "ciudad": "San Francisco"}]
   
   with open('data.avro', 'wb') as avro_file:
       fastavro.writer(avro_file, schema, records)
   

2. Leer un Archivo Avro:

   import fastavro
   
   with open('data.avro', 'rb') as avro_file:
       reader = fastavro.reader(avro_file)
       for record in reader:
           print(record)
   

R

JSON

1. Crear y Guardar un Archivo JSON:

   install.packages("jsonlite")
   library(jsonlite)
   
   data <- list(nombre = "John", edad = 30, ciudad = "New York")
   write_json(data, "data.json")
   

2. Leer un Archivo JSON:

   library(jsonlite)
   
   data <- fromJSON("data.json")
   print(data)
   

TXT

1. Crear y Guardar un Archivo TXT:

   data <- "Este es un archivo de texto."
   writeLines(data, "data.txt")
   

2. Leer un Archivo TXT:

   data <- readLines("data.txt")
   print(data)
   

CSV

1. Crear y Guardar un Archivo CSV:

   data <- data.frame(
       nombre = c("John", "Anna", "Mike"),
       edad = c(30, 25, 35),
       ciudad = c("New York", "London", "San Francisco")
   )
   write.csv(data, "data.csv", row.names = FALSE)
   

2. Leer un Archivo CSV:

   data <- read.csv("data.csv")
   print(data)
   

Parquet

1. Crear y Guardar un Archivo Parquet:

   install.packages("arrow")
   library(arrow)
   
   data <- data.frame(
       nombre = c("John", "Anna", "Mike"),
       edad = c(30, 25, 35),
       ciudad = c("New York", "London", "San Francisco")
   )
   write_parquet(data, "data.parquet")
   

2. Leer un Archivo Parquet:

   library(arrow)
   
   data <- read_parquet("data.parquet")
   print(data)
   

Avro

1. Crear y Guardar un Archivo Avro:

   install.packages("avro")
   library(avro)
   
   schema <- avro_schema({
         "type": "record",
         "name": "User",
         "fields": [
            {"name": "nombre", "type": "string"},
            {"name": "edad", "type": "int"},
            {"name": "ciudad", "type": "string"}
         ]
   })
   data <- data.frame(
         nombre = c("John", "Anna", "Mike"),
         edad = c(30, 25, 35),
         ciudad = c("New York", "London", "San Francisco")
   )
   write_avro(data, schema, "data.avro")
   

2. Leer un Archivo Avro:

   library(avro)
   
   data <- read_avro("data.avro")
   print(data)
   

Conclusión

Este tutorial te ha mostrado cómo crear, leer y guardar archivos en los formatos JSON, TXT, CSV, Parquet y Avro utilizando Python y R. Cada formato tiene sus propias ventajas y desventajas, y la elección del formato adecuado depende de los requisitos específicos de tu proyecto.

¡Disfruta explorando y desarrollando tus proyectos de Data Science creando, leyendo y guardando archivos de datos!