Dependencias: este issue requiere la implementación previa de #43
Una vez que DataCleaner es capaz de entender internamente un SHP y guardarlo en CSV (geojson), se puede plantear fácilmente la capacidad de transformarlo a otros formatos:
[x] GEOJSON
[x] KML
La experiencia buscada descansa en que para el usuario esta transformación sea transparente, manejada por DataCleaner sólo con la lectura de las extensiones de entrada y salida:
from data_cleaner import DataCleaner
input_path = "samples/provincias/provincias.shp"
output_path = "samples/provincias.geojson"
output_path = "samples/provincias.kml"
dc = DataCleaner(input_path)
dc.save(output_path)
Dependencias: este issue requiere la implementación previa de #43
Una vez que
DataCleaner
es capaz de entender internamente un SHP y guardarlo en CSV (geojson), se puede plantear fácilmente la capacidad de transformarlo a otros formatos:La experiencia buscada descansa en que para el usuario esta transformación sea transparente, manejada por
DataCleaner
sólo con la lectura de las extensiones de entrada y salida: