Inventario de librería con problemas de carga

Este dataset contiene el inventario exportado del sistema de gestión de una librería independiente. El sistema es viejo y los datos fueron cargados a lo largo de los años por distintas personas sin validación, por lo que el archivo CSV resultante tiene serios problemas que vas a tener que resolver antes de poder hacer cualquier análisis útil.

Problemas que vas a encontrar: - Precios en formatos inconsistentes: con símbolo $, sin símbolo, con coma decimal, con punto decimal, con prefijo "AR$", o vacíos. - ISBNs con y sin guiones, algunos truncados a ISBN-10 cuando deberían ser ISBN-13, otros con espacios extra o vacíos. - Categorías con problemas de mayúsculas, tildes y typos (por ejemplo: "Triller" en vez de "Thriller"). - Año de publicación cargado como texto en algunos casos: "del 2020", "circa 1949", o vacío. - Stock con valores negativos (errores de inventario reales) y algunos vacíos. - Libros duplicados con misma información pero IDs distintos. - El mismo autor escrito de formas distintas en filas diferentes (por ejemplo: "Stephen King" y "S. King", o "Gabriel García Márquez" y "García Márquez, Gabriel"). - Algunas filas casi vacías que solo tienen el ID.

Es el típico desafío que te toca cuando heredás un dataset de un cliente o de un sistema legacy. El ejercicio principal no es analizar, sino dejar el dataset USABLE.

Recomendado fuertemente para Python (pandas + regex). Es posible hacerlo en Excel pero requiere mucho más trabajo manual.