Project LAGO data model

📦 Requisitos

• Poetry
• Python 3.12 o superior

---

Instalación del entorno

poetry install

Para activar el entorno virtual:

poetry shell

---

Ejecutar Jupyter Lab

Jupyter lab lo podemos utilizar para ejecutar los notebooks.

poetry run jupyter lab

Esto abrirá una sesión interactiva en tu navegador.

---

Procesar un archivo .lag

Este proyecto incluye un lector de archivos .lag que convierte los datos en un DataFrame y los guarda como archivo .parquet.

Opción 1: Usar Makefile

make read-data file=./data/20210518_142318.lag

Esto ejecutará el lector y guardará el archivo como output/instrument_readings_YYYYMMDDHHMM.parquet.

Opción 2: Ejecutar el script directamente

poetry run python scripts/run_lag_reader.py ./data/20210518_142318.lag

---

Salida esperada

El archivo generado tendrá este formato:

output/instrument_readings_202503291230.parquet