Análisis forense completo 5 casos - relaciones laborales vs servicios profesionales

CASOS ANALIZADOS:
✅ barrientos_francisca - Servicios Profesionales Independientes
✅ castillo_eunice - Servicios Profesionales Independientes
✅ cerecero_valeria - Servicios Profesionales Independientes
✅ chavez_valeria - Servicios Profesionales Independientes
❌ flores_paulina - Relación Laboral Encubierta

DOCUMENTACIÓN:
- 10 archivos markdown (hallazgos_y conclusiones por caso)
- Resumen ejecutivo general
- Análisis basado en Art. 12 LFT y jurisprudencia
- Metodología forense digital consistente

RESULTADO: 4/5 casos (80%) configuran servicios profesionales independientes

finiquitos/script.py

@@ -0,0 +1,41 @@
+import pandas as pd
+import os
+
+# Nombre del archivo de entrada
+archivo_entrada = 'Ventas Pinos 2024_25 - DATA.csv'
+
+# Verificamos si el archivo existe antes de intentar abrirlo
+if not os.path.exists(archivo_entrada):
+    print(f"Error: No se encuentra el archivo '{archivo_entrada}' en esta carpeta.")
+else:
+    try:
+        # Leemos el archivo CSV
+        # encoding='utf-8' es el estándar, pero si viene de Excel a veces es 'latin-1'
+        try:
+            df = pd.read_csv(archivo_entrada, encoding='utf-8')
+        except UnicodeDecodeError:
+            df = pd.read_csv(archivo_entrada, encoding='latin-1')
+
+        # Limpiamos la columna 'Socia' para evitar errores por espacios vacíos
+        # (ej. "Paulina " vs "Paulina")
+        df['Socia'] = df['Socia'].astype(str).str.strip()
+
+        # Filtramos los datos para Paulina
+        # Usamos .copy() para crear una copia limpia de los datos
+        df_paulina = df[df['Socia'].str.lower() == 'paulina'].copy()
+
+        # Filtramos los datos para Itza
+        df_itza = df[df['Socia'].str.lower() == 'itza'].copy()
+
+        # Guardamos los resultados en nuevos archivos CSV
+        # index=False evita que se guarde el número de fila automático de pandas
+        # encoding='utf-8-sig' asegura que los acentos y símbolos ($) se vean bien en Excel
+        df_paulina.to_csv('Ventas_Paulina.csv', index=False, encoding='utf-8-sig')
+        df_itza.to_csv('Ventas_Itza.csv', index=False, encoding='utf-8-sig')
+
+        print("¡Proceso terminado con éxito!")
+        print(f"-> Se generó 'Ventas_Paulina.csv' con {len(df_paulina)} registros.")
+        print(f"-> Se generó 'Ventas_Itza.csv' con {len(df_itza)} registros.")
+
+    except Exception as e:
+        print(f"Ocurrió un error inesperado: {e}")