NutriMetrics — Reporte de Validación Pandera

Total registros

pedidos procesados

Válidos

superan el contrato

Inválidos

violaciones detectadas

Checks fallidos

reglas violadas

Calidad datos

73%

objetivo: ≥ 98%

Flujo del pipeline

📥

Ingesta CSV

52 filas leídas

→

🔄

Type Coercion

fechas parseadas

→

🛡️

OrderSchema

14 violaciones

→

🔀

Cuarentena

14 filas aisladas

→

📊

Analytics

38 filas limpias

→

📈

Dashboard

datos confiables

Esquema definido — OrderSchema

Campos del modelo DataFrameModel

pedido_id

str

unique=True regex: ^PED-\d{8}$

cliente_id

str

nullable=False len: 1-50

importe

float

ge=0.01 le=5000

estado

str

isin: [pendiente, procesando, completado, cancelado, reembolsado]

moneda

str

isin: [EUR, USD] default=EUR

creado_en

timestamp

nullable=False

enviado_en

timestamp

nullable=True

num_items

int

ge=1 le=50

fuente

str

isin: [pos, app, ubereats]

Checks de nivel DataFrame @dataframe_check

enviado_despues_creado

Cuando enviado_en no es nulo, debe ser posterior a creado_en. Detecta corrupción de timestamps entre sistemas POS y backend.

completado_implica_enviado

Pedidos con estado=completado deben tener enviado_en no nulo. Garantiza integridad de los KPIs de fulfillment.

importe_vs_items

El importe por ítem (importe / num_items) no puede ser menor de 1.00 € ni mayor de 250 €. Detecta pedidos test o errores de conversión.

Config class Config

strict

True — Rechaza columnas extra no declaradas

coerce

True — Convierte tipos automáticamente antes de validar

name

"NutriMetricsOrderSchema"

Implementación Python

# schemas/pedidos.py — Contrato de datos NutriMetrics
import pandera as pa
from pandera.typing import Series, DataFrame
import pandas as pd

class OrderSchema(pa.DataFrameModel):
    """Contrato de datos para pedidos diarios NutriMetrics."""

    pedido_id:  Series[str]   = pa.Field(unique=True, str_matches=r"^PED-\d{8}$")
    cliente_id: Series[str]   = pa.Field(nullable=False)
    importe:    Series[float] = pa.Field(ge=0.01, le=5000)
    estado:     Series[str]   = pa.Field(isin=["pendiente", "procesando", "completado", "cancelado", "reembolsado"])
    moneda:     Series[str]   = pa.Field(isin=["EUR", "USD"], default="EUR")
    creado_en:  Series[pd.Timestamp] = pa.Field(nullable=False)
    enviado_en: Series[pd.Timestamp] = pa.Field(nullable=True)
    num_items:  Series[int]   = pa.Field(ge=1, le=50)
    fuente:     Series[str]   = pa.Field(isin=["pos", "app", "ubereats"])

    @pa.dataframe_check
    def enviado_despues_creado(cls, df) -> Series[bool]:
        mask = df["enviado_en"].notna()
        result = pd.Series(True, index=df.index)
        result[mask] = df.loc[mask, "enviado_en"] > df.loc[mask, "creado_en"]
        return result

    @pa.dataframe_check
    def completado_implica_enviado(cls, df) -> Series[bool]:
        completed = df["estado"] == "completado"
        return ~completed | df["enviado_en"].notna()

    class Config:
        strict = True
        coerce = True

# pipelines/ingest.py — Uso en el pipeline
@pa.check_types
def cargar_pedidos(ruta: str) -> DataFrame[OrderSchema]:
    df = pd.read_csv(ruta, parse_dates=["creado_en", "enviado_en"])
    return df   # validado automáticamente por @check_types

try:
    pedidos = cargar_pedidos("data/pedidos_diarios_2026-06-16.csv")
except pa.errors.SchemaError as err:
    print(err.failure_cases)  # DataFrame con filas y columnas exactas que fallaron
    quarantine(err.data)      # Aislar registros inválidos en tabla de cuarentena

Resultado por check

✅

pedido_id: unique + regex

Todos los IDs son únicos y siguen el formato PED-XXXXXXXX.

PASS — 52/52 filas OK

❌

importe: ge=0.01 / le=5000

Detectados 4 pedidos con importe negativo (POS offline con reversión fallida).

FAIL — 4 violaciones, filas 7, 19, 33, 48

❌

estado: isin

Estado "entregado" recibido desde UberEats webhook v2 (no mapeado en contrato).

FAIL — 3 violaciones, fuente: ubereats

❌

enviado_despues_creado

Timestamps de envío anteriores a la creación. Probablemente timezone offset entre POS y backend.

FAIL — 5 violaciones, fuente: pos

❌

completado_implica_enviado

2 pedidos marcados "completado" sin fecha de envío. Posible bug en app móvil v3.1.

FAIL — 2 violaciones, filas 12, 41

✅

num_items: ge=1 / le=50

Todos los pedidos tienen entre 1 y 50 ítems. Rango válido.

PASS — 52/52 filas OK

✅

moneda: isin [EUR, USD]

44 pedidos en EUR, 8 en USD (franquicias LATAM). Todo dentro del contrato.

PASS — 52/52 filas OK

✅

fuente: isin [pos, app, ubereats]

Todas las fuentes reconocidas. El valor "entregado" es del campo estado, no fuente.

PASS — 52/52 filas OK

✅

cliente_id: nullable=False

Todos los pedidos tienen cliente asignado. Sin guest checkouts sin ID.

PASS — 52/52 filas OK

failure_cases — Detalle de violaciones (err.failure_cases)

Fila	pedido_id	Check fallido	Columna	Valor inválido	Regla violada	Severidad	Fuente
7	PED-00000007	FAIL	importe	-24.50	ge=0.01	crítico	pos
12	PED-00000012	FAIL	df-check	completado / null	completado_implica_enviado	crítico	app
15	PED-00000015	FAIL	df-check	2026-06-15T22:10 > 2026-06-16T08:00	enviado_despues_creado	advertencia	pos
19	PED-00000019	FAIL	importe	-8.00	ge=0.01	crítico	pos
23	PED-00000023	FAIL	estado	"entregado"	isin(allowed_values)	advertencia	ubereats
27	PED-00000027	FAIL	estado	"entregado"	isin(allowed_values)	advertencia	ubereats
33	PED-00000033	FAIL	importe	-112.00	ge=0.01	crítico	pos
36	PED-00000036	FAIL	df-check	2026-06-15T23:55 > 2026-06-16T09:12	enviado_despues_creado	advertencia	pos
41	PED-00000041	FAIL	df-check	completado / null	completado_implica_enviado	crítico	app
44	PED-00000044	FAIL	estado	"entregado"	isin(allowed_values)	advertencia	ubereats
48	PED-00000048	FAIL	importe	-3.25	ge=0.01	crítico	pos

Calidad por dimensión

Score global de calidad

73.1%

Completitud (no nulos en campos obligatorios)

100%

Unicidad (pedido_id sin duplicados)

100%

Validez de formato (regex, isin, rangos)

86.5%

Consistencia lógica (checks dataframe)

86%

Importe sin negativos (regla de negocio)

92.3%

Integridad temporal (enviado > creado)

90.4%

Plan de acción recomendado

Causas raíz detectadas & correcciones

Importes negativos

Causa: El POS genera reversiones con importe negativo cuando hay timeout de red.
Acción: Filtrar filas con importe < 0 en pre-procesado; crear tabla separada reversiones con signo positivo y tipo "reversal".

Estado "entregado"

Causa: UberEats webhook v2 cambió "completado" por "entregado" sin preaviso.
Acción: Añadir "entregado" al isin del contrato O mapear en el adaptador UberEats antes de llegar al schema.

Timestamps invertidos

Causa: El POS registra enviado_en en hora local (CET) y el backend lo almacena como UTC sin conversión.
Acción: Normalizar a UTC en el adaptador POS. Añadir tz="UTC" al parse de fechas.

Completado sin envío

Causa: Bug en app móvil v3.1: llama al endpoint PATCH /pedidos/:id/estado pero no persiste enviado_en cuando el repartidor confirma.
Acción: Hotfix en app v3.1.1. Mientras: backfill manual para filas 12 y 41.

NutriMetrics Data Pipeline

Campos del modelo DataFrameModel

Checks de nivel DataFrame @dataframe_check

Config class Config

Causas raíz detectadas & correcciones