Loading repository data…
PaylemanC / repository
Dashboard interactivo para explorar proyectos legislativos y miembros del Congreso de EE.UU con resúmenes, tablas y gráficos, desarrollado con Pandas, Django y Vega-Altair, con proceso ETL para extraer la información desde la API congress.gov, almacenando una parcialidad del dataset en SQLite. Proyecto final del BC Avanzado de Python, en Código.
A transparent discovery signal based on current public GitHub metadata.
This score does not audit code, security, maintainers, documentation quality, or suitability. Verify the repository and its current documentation before adoption.
Un Dashboard interactivo para explorar bills/proyectos legislativos y miembros del Congreso de EE.UU, desarrollado con Pandas, Django y Vega-Altair. A partir de un proceso ETL, se extrae la información desde la API oficial de congress.gov, almacenando una parcialidad del dataset en SQLite. La interfaz gráfica proporciona resúmenes, tablas completas y gráficos dinámicos.
git clone https://github.com/PaylemanC/Proyecto-Final-BC-Python-Avanzado-g2.git
# Crear entorno:
python -m venv venv
# Activación en Windows:
cd venv
Scripts/activate
cd ..
# Activación en Linux & MacOS
source venv/bin/activate
pip install -r requirements.txt
| Librería/Framework | Uso |
|---|---|
| Django | Dashboard interactivo y UI. |
| Pandas | Extracción y transformación de datos. |
| Vega-Altair | Generación de gráficos con Python y JS. |
| Loguru | Implementación de logs y debugging. |
| Dotenv (Python) | Manejo de variables de entorno. |
| Requests | Peticiones GET a la API. |
Para ver el Dashboard y proyecto en general:
cd rollcall_votes
python manage.py runserver
Para la app de graphics, verificar que los gráficos se generan correctamente:
cd rollcall_votes
python manage.py test graphics
Selected from shared topics, language and repository description—not editorial ratings.
daher7 /
Dashboard interactivo y API para el estudio de incendios forestales en España.
46/100 healthDebido a que la base de datos ya se encuentra inicializada e incluida en la raíz del repositorio, “house_votes_db.sqlite", este paso es *opcional. Sin embargo, para corroborrar y ver el proceso de extracción de datos (ETL), se pueden seguir los siguientes pasos:
house_votes_db.sqlite..env a la altura del archivo .env-dist, con la siguiente estructura:CONGRESS_API_KEY="API KEY (STR)"
ENVIRONMENT="The environment, being either PROD or DEV (STR)"
CONGRESS="The congress number (INT)"
SETUP_SCHEMA="Whether to setup the schema in the database (BOOL)"
Recomendación:
CONGRESS_API_KEY="EE6i06Z939y8B9bzhLcgsTT93faX1SP5CHDr34Ze"
ENVIRONMENT=DEBUG
SETUP_SCHEMA=TRUE
CONGRESS=117
Consideraciones:
EE6i06Z939y8B9bzhLcgsTT93faX1SP5CHDr34ZeENVIROMENT determina el comportamiento del módulo logging.CONGRESS puede ser cualquier número entre el 101 y el 115.SETUP_SCHEMA debe estar en FALSE si ya está creada la base de datos, y en TRUE si se debe crear.python -m scraper.main_scraper
Carpetas y archivos relevantes:
/
|-- rollcall_votes/
| |-- dashboard/
| |-- data/
| |-- graphics/
| |-- rollcall_votes/
| |-- static/
| |-- templates/
|-- scraper/
|-- house_votes_db.sqlite
|-- requirements.txt
rollcall_votes: Proyecto de Django.
scraper: Módulo de extracción de datos.
house_votes_db.sqlite: Base de datos SQLite con los datos extraídos.
Tu entorno virtual y archivo .env debe estar a la altura de la carpeta raíz.