HTML_to_DataFrame_PY

Author : Dr. Marcos H. Cárdenas Mancilla

E-mail : [email protected]

Date of creation : 2024-11-15

Licence : AGPL V3

Copyright (c) 2024 Marcos H. Cárdenas Mancilla.

Descripción de HTML_to_DataFrame_PY:

Este código Python extrae y organiza información de un archivo HTML que contiene datos lingüísticos preprocesados con IA.

Características:

1. parsea el HTML usando BeautifulSoup para identificar y extraer procesos verbales.

2. asocia los datos a un identificador único y un código de color (amarillo o rojo).

3. organiza estos datos en un DataFrame de pandas, añadiendo información adicional como la traducción al inglés de cada proceso verbal obtenida también del HTML.

4. exporta este DataFrame a un archivo Excel, creando un conjunto de datos limpio y estructurado listo para su análisis, donde cada fila representa un proceso verbal.