heavystats 0.3.1__tar.gz

heavystats-0.3.1/PKG-INFO

@@ -0,0 +1,219 @@
+Metadata-Version: 2.4
+Name: heavystats
+Version: 0.3.1
+Summary: Paquete estadístico para análisis y biomonitoreo de metales pesados en salud infantil
+Keywords: heavy-metals,statistics,epidemiology,pediatrics,toxicology,biomonitoring,data-analysis,lead,mercury,cadmium,arsenic
+Author: estralvarez
+Author-email: estralvarez <estralvarez@gmail.com>
+License-Expression: MIT
+Classifier: Development Status :: 4 - Beta
+Classifier: Intended Audience :: Science/Research
+Classifier: Intended Audience :: Healthcare Industry
+Classifier: Operating System :: OS Independent
+Classifier: Programming Language :: Python :: 3
+Classifier: Programming Language :: Python :: 3.11
+Classifier: Programming Language :: Python :: 3.12
+Classifier: Programming Language :: Python :: 3.13
+Classifier: Programming Language :: Python :: 3.14
+Classifier: Topic :: Scientific/Engineering :: Bio-Informatics
+Classifier: Topic :: Scientific/Engineering :: Medical Science Apps.
+Classifier: Topic :: Scientific/Engineering :: Mathematics
+Classifier: Typing :: Typed
+Requires-Dist: numpy>=1.26.0
+Requires-Dist: pandas>=2.2.0
+Requires-Dist: scipy>=1.12.0
+Requires-Dist: seaborn>=0.13.0
+Requires-Dist: matplotlib>=3.8.0
+Requires-Dist: openpyxl>=3.1.0
+Requires-Python: >=3.11
+Project-URL: Homepage, https://github.com/estralvarez/HeavyStats
+Project-URL: Repository, https://github.com/estralvarez/HeavyStats
+Project-URL: Issues, https://github.com/estralvarez/HeavyStats/issues
+Project-URL: Documentation, https://github.com/estralvarez/HeavyStats#readme
+Description-Content-Type: text/markdown
+
+<div align="center">
+
+<img src="assets/logo.png" alt="HeavyStats Logo" width="180" />
+
+# HeavyStats
+
+**Statistical framework for heavy metals biomonitoring, toxicological epidemiology, and pediatric health analytics.**
+
+[![PyPI Version](https://img.shields.io/pypi/v/heavystats.svg?color=blue)](https://pypi.org/project/heavystats/)
+[![Python Versions](https://img.shields.io/pypi/pyversions/heavystats.svg)](https://pypi.org/project/heavystats/)
+[![License: MIT](https://img.shields.io/badge/License-MIT-green.svg)](https://opensource.org/licenses/MIT)
+[![Code Style](https://img.shields.io/badge/code%20style-PEP%208-blueviolet.svg)](https://peps.python.org/pep-0008/)
+[![Typing: Typed](https://img.shields.io/badge/typing-PEP%20561-informational.svg)](https://peps.python.org/pep-0561/)
+
+---
+
+*Paquete estadístico integral en Python para el análisis, control de calidad, bioestadística univariante/bivariante y estratificación de riesgo toxicológico por metales pesados (Plomo, Mercurio, Cadmio, Arsénico, etc.) en salud infantil y poblaciones vulnerables.*
+
+</div>
+
+---
+
+## 🌟 Características Principales
+
+- **🔬 Control de Calidad Automatizado**: Validación metodológica de datos biológicos (límites de detección LOD, rangos plausibles, consistencia antropométrica según CDC/OMS).
+- **🧹 Preprocesamiento Epidemiológico**: Limpieza de encuestas, desagregación de respuestas múltiples, estandarización de frecuencias dietéticas e indicadores compuestos de vulnerabilidad.
+- **📊 Análisis Univariante con Calidad de Publicación**: Generación de tablas formateadas (estilo APA/médico) con visualización interactiva HTML forzada en modo claro, exportables a Excel, CSV y LaTeX.
+- **📈 Bioestadística Bivariante No Paramétrica**:
+  - Pruebas de hipótesis: Mann-Whitney U, Kruskal-Wallis, Dunn *post-hoc*, Jonckheere-Terpstra (tendencia ordenada).
+  - Correlación y colinealidad: Matrices de Spearman, correlaciones pareadas, Chi-cuadrado y Fisher.
+  - Métodos robustos: Estimador de Hodges-Lehmann, intervalos de confianza Bootstrap para diferencias de medianas.
+  - Control de tasa de falsos descubrimientos (FDR / Benjamini-Hochberg, Bonferroni, Holm).
+- **🛡️ Comparación Poblacional y Algoritmo de Riesgo**: Comparación de sectores expuestos vs. control con categorización de riesgo toxicológico pediátrico.
+
+---
+
+## 📦 Instalación
+
+Instala la versión estable directamente desde PyPI con `pip`:
+
+```bash
+pip install heavystats
+```
+
+O si utilizas `uv`:
+
+```bash
+uv add heavystats
+```
+
+---
+
+## 🚀 Guía de Inicio Rápido (Quickstart)
+
+### 1. Carga y Control de Calidad de Datos
+
+```python
+import heavystats as hs
+
+# Carga de datos (utiliza el dataset de muestra integrado si no se especifica ruta)
+df = hs.load_data()
+
+# Ejecución del control de calidad metodológico
+reporte_val = hs.validate_data(df)
+
+# Visualización del reporte en Jupyter / VSCode / Positron
+reporte_val.show()
+
+# Exportación a Excel y texto
+reporte_val.to_excel("reporte_calidad.xlsx")
+reporte_val.to_text("reporte_calidad.txt")
+```
+
+---
+
+### 2. Análisis Univariante
+
+Generación de tablas y gráficos descriptivos para biomarcadores y variables sociodemográficas:
+
+```python
+from heavystats.univariate import UnivariateTables, UnivariatePlots
+
+# Tablas descriptivas de metales pesados con percentiles y límites CDC/OMS
+tables = UnivariateTables(df)
+tabla_metales = tables.metals_table()
+tabla_metales.show()
+
+# Exportar tabla formateada
+tabla_metales.to_excel("tabla_univariante_metales.xlsx")
+
+# Gráficos descriptivos (Histogramas, KDE, Boxplots)
+plots = UnivariatePlots(df)
+fig = plots.plot_distribution("Plomo_Sangre")
+```
+
+---
+
+### 3. Análisis Bivariante y Pruebas No Paramétricas
+
+```python
+from heavystats.bivariate import (
+    BivariateTables,
+    BivariatePlots,
+    mann_whitney_test,
+    kruskal_wallis_test,
+    spearman_matrix,
+    rank_bivariate_associations,
+)
+
+# Comparación entre dos grupos independientes (ej. Sector A vs Sector B)
+mw_result = mann_whitney_test(
+    df=df,
+    group_col="Sector",
+    val_col="Plomo_Sangre",
+    group_a="Sector_1",
+    group_b="Sector_2"
+)
+print(mw_result)
+
+# Matriz de correlación de Spearman entre metales pesados
+matriz_corr = spearman_matrix(df, metal_cols=["Plomo_Sangre", "Mercurio_Sangre", "Cadmio_Sangre"])
+matriz_corr.show()
+
+# Ranking de factores de riesgo asociados a niveles elevados de plomo
+ranking = rank_bivariate_associations(df, outcome_col="Plomo_Sangre")
+ranking.show()
+```
+
+---
+
+### 4. Comparación de Grupos y Estratificación de Riesgo
+
+```python
+from heavystats import compare_groups
+
+# Comparación integral de sectores frente a límites toxicológicos
+comp_report = compare_groups(df, group_col="Sector", metal_col="Plomo_Sangre")
+comp_report.show()
+comp_report.to_excel("comparacion_sectores.xlsx")
+```
+
+---
+
+## 📋 Módulos de la Librería
+
+| Módulo | Descripción |
+| :--- | :--- |
+| `heavystats.validation` | Reglas de validación biológica, rangos plausibles y generación de reportes de calidad. |
+| `heavystats.cleaning` | Limpieza, decodificación, tipificación de variables e ingeniería de indicadores compuestos. |
+| `heavystats.univariate` | Estadísticos descriptivos robustos, percentiles de referencia, tablas APA y gráficos de distribución. |
+| `heavystats.bivariate` | Tests no paramétricos (Mann-Whitney, Kruskal-Wallis, Dunn), correlaciones de Spearman y análisis de colinealidad. |
+| `heavystats.comparation` | Comparación poblacional de riesgo y análisis de exposición por sectores. |
+| `heavystats.html_utils` | Motor de renderizado HTML con soporte forzado para visualización clara en temas oscuros y claros. |
+
+---
+
+## 🧪 Pruebas Automatizadas
+
+Para ejecutar la suite de pruebas unitarias con `pytest`:
+
+```bash
+uv run pytest tests/ -v
+```
+
+---
+
+## 📖 Cita y Referencias
+
+Si utilizas `heavystats` en tus investigaciones científicas, tesis o reportes de salud pública, por favor cita la librería:
+
+```bibtex
+@software{heavystats2026,
+  author = {Alvarez, Estrada},
+  title = {HeavyStats: Statistical framework for heavy metals biomonitoring and pediatric epidemiology},
+  year = {2026},
+  version = {0.3.0},
+  url = {https://github.com/estralvarez/HeavyStats}
+}
+```
+
+---
+
+## 📄 Licencia
+
+Este proyecto está bajo la Licencia **MIT**. Consulta el archivo [LICENSE](LICENSE) para más detalles.

heavystats-0.3.1/README.md

@@ -0,0 +1,185 @@
+<div align="center">
+
+<img src="assets/logo.png" alt="HeavyStats Logo" width="180" />
+
+# HeavyStats
+
+**Statistical framework for heavy metals biomonitoring, toxicological epidemiology, and pediatric health analytics.**
+
+[![PyPI Version](https://img.shields.io/pypi/v/heavystats.svg?color=blue)](https://pypi.org/project/heavystats/)
+[![Python Versions](https://img.shields.io/pypi/pyversions/heavystats.svg)](https://pypi.org/project/heavystats/)
+[![License: MIT](https://img.shields.io/badge/License-MIT-green.svg)](https://opensource.org/licenses/MIT)
+[![Code Style](https://img.shields.io/badge/code%20style-PEP%208-blueviolet.svg)](https://peps.python.org/pep-0008/)
+[![Typing: Typed](https://img.shields.io/badge/typing-PEP%20561-informational.svg)](https://peps.python.org/pep-0561/)
+
+---
+
+*Paquete estadístico integral en Python para el análisis, control de calidad, bioestadística univariante/bivariante y estratificación de riesgo toxicológico por metales pesados (Plomo, Mercurio, Cadmio, Arsénico, etc.) en salud infantil y poblaciones vulnerables.*
+
+</div>
+
+---
+
+## 🌟 Características Principales
+
+- **🔬 Control de Calidad Automatizado**: Validación metodológica de datos biológicos (límites de detección LOD, rangos plausibles, consistencia antropométrica según CDC/OMS).
+- **🧹 Preprocesamiento Epidemiológico**: Limpieza de encuestas, desagregación de respuestas múltiples, estandarización de frecuencias dietéticas e indicadores compuestos de vulnerabilidad.
+- **📊 Análisis Univariante con Calidad de Publicación**: Generación de tablas formateadas (estilo APA/médico) con visualización interactiva HTML forzada en modo claro, exportables a Excel, CSV y LaTeX.
+- **📈 Bioestadística Bivariante No Paramétrica**:
+  - Pruebas de hipótesis: Mann-Whitney U, Kruskal-Wallis, Dunn *post-hoc*, Jonckheere-Terpstra (tendencia ordenada).
+  - Correlación y colinealidad: Matrices de Spearman, correlaciones pareadas, Chi-cuadrado y Fisher.
+  - Métodos robustos: Estimador de Hodges-Lehmann, intervalos de confianza Bootstrap para diferencias de medianas.
+  - Control de tasa de falsos descubrimientos (FDR / Benjamini-Hochberg, Bonferroni, Holm).
+- **🛡️ Comparación Poblacional y Algoritmo de Riesgo**: Comparación de sectores expuestos vs. control con categorización de riesgo toxicológico pediátrico.
+
+---
+
+## 📦 Instalación
+
+Instala la versión estable directamente desde PyPI con `pip`:
+
+```bash
+pip install heavystats
+```
+
+O si utilizas `uv`:
+
+```bash
+uv add heavystats
+```
+
+---
+
+## 🚀 Guía de Inicio Rápido (Quickstart)
+
+### 1. Carga y Control de Calidad de Datos
+
+```python
+import heavystats as hs
+
+# Carga de datos (utiliza el dataset de muestra integrado si no se especifica ruta)
+df = hs.load_data()
+
+# Ejecución del control de calidad metodológico
+reporte_val = hs.validate_data(df)
+
+# Visualización del reporte en Jupyter / VSCode / Positron
+reporte_val.show()
+
+# Exportación a Excel y texto
+reporte_val.to_excel("reporte_calidad.xlsx")
+reporte_val.to_text("reporte_calidad.txt")
+```
+
+---
+
+### 2. Análisis Univariante
+
+Generación de tablas y gráficos descriptivos para biomarcadores y variables sociodemográficas:
+
+```python
+from heavystats.univariate import UnivariateTables, UnivariatePlots
+
+# Tablas descriptivas de metales pesados con percentiles y límites CDC/OMS
+tables = UnivariateTables(df)
+tabla_metales = tables.metals_table()
+tabla_metales.show()
+
+# Exportar tabla formateada
+tabla_metales.to_excel("tabla_univariante_metales.xlsx")
+
+# Gráficos descriptivos (Histogramas, KDE, Boxplots)
+plots = UnivariatePlots(df)
+fig = plots.plot_distribution("Plomo_Sangre")
+```
+
+---
+
+### 3. Análisis Bivariante y Pruebas No Paramétricas
+
+```python
+from heavystats.bivariate import (
+    BivariateTables,
+    BivariatePlots,
+    mann_whitney_test,
+    kruskal_wallis_test,
+    spearman_matrix,
+    rank_bivariate_associations,
+)
+
+# Comparación entre dos grupos independientes (ej. Sector A vs Sector B)
+mw_result = mann_whitney_test(
+    df=df,
+    group_col="Sector",
+    val_col="Plomo_Sangre",
+    group_a="Sector_1",
+    group_b="Sector_2"
+)
+print(mw_result)
+
+# Matriz de correlación de Spearman entre metales pesados
+matriz_corr = spearman_matrix(df, metal_cols=["Plomo_Sangre", "Mercurio_Sangre", "Cadmio_Sangre"])
+matriz_corr.show()
+
+# Ranking de factores de riesgo asociados a niveles elevados de plomo
+ranking = rank_bivariate_associations(df, outcome_col="Plomo_Sangre")
+ranking.show()
+```
+
+---
+
+### 4. Comparación de Grupos y Estratificación de Riesgo
+
+```python
+from heavystats import compare_groups
+
+# Comparación integral de sectores frente a límites toxicológicos
+comp_report = compare_groups(df, group_col="Sector", metal_col="Plomo_Sangre")
+comp_report.show()
+comp_report.to_excel("comparacion_sectores.xlsx")
+```
+
+---
+
+## 📋 Módulos de la Librería
+
+| Módulo | Descripción |
+| :--- | :--- |
+| `heavystats.validation` | Reglas de validación biológica, rangos plausibles y generación de reportes de calidad. |
+| `heavystats.cleaning` | Limpieza, decodificación, tipificación de variables e ingeniería de indicadores compuestos. |
+| `heavystats.univariate` | Estadísticos descriptivos robustos, percentiles de referencia, tablas APA y gráficos de distribución. |
+| `heavystats.bivariate` | Tests no paramétricos (Mann-Whitney, Kruskal-Wallis, Dunn), correlaciones de Spearman y análisis de colinealidad. |
+| `heavystats.comparation` | Comparación poblacional de riesgo y análisis de exposición por sectores. |
+| `heavystats.html_utils` | Motor de renderizado HTML con soporte forzado para visualización clara en temas oscuros y claros. |
+
+---
+
+## 🧪 Pruebas Automatizadas
+
+Para ejecutar la suite de pruebas unitarias con `pytest`:
+
+```bash
+uv run pytest tests/ -v
+```
+
+---
+
+## 📖 Cita y Referencias
+
+Si utilizas `heavystats` en tus investigaciones científicas, tesis o reportes de salud pública, por favor cita la librería:
+
+```bibtex
+@software{heavystats2026,
+  author = {Alvarez, Estrada},
+  title = {HeavyStats: Statistical framework for heavy metals biomonitoring and pediatric epidemiology},
+  year = {2026},
+  version = {0.3.0},
+  url = {https://github.com/estralvarez/HeavyStats}
+}
+```
+
+---
+
+## 📄 Licencia
+
+Este proyecto está bajo la Licencia **MIT**. Consulta el archivo [LICENSE](LICENSE) para más detalles.

heavystats-0.3.1/pyproject.toml

@@ -0,0 +1,67 @@
+[project]
+name = "heavystats"
+version = "0.3.1"
+description = "Paquete estadístico para análisis y biomonitoreo de metales pesados en salud infantil"
+readme = "README.md"
+license = "MIT"
+requires-python = ">=3.11"
+keywords = [
+    "heavy-metals",
+    "statistics",
+    "epidemiology",
+    "pediatrics",
+    "toxicology",
+    "biomonitoring",
+    "data-analysis",
+    "lead",
+    "mercury",
+    "cadmium",
+    "arsenic",
+]
+classifiers = [
+    "Development Status :: 4 - Beta",
+    "Intended Audience :: Science/Research",
+    "Intended Audience :: Healthcare Industry",
+    "Operating System :: OS Independent",
+    "Programming Language :: Python :: 3",
+    "Programming Language :: Python :: 3.11",
+    "Programming Language :: Python :: 3.12",
+    "Programming Language :: Python :: 3.13",
+    "Programming Language :: Python :: 3.14",
+    "Topic :: Scientific/Engineering :: Bio-Informatics",
+    "Topic :: Scientific/Engineering :: Medical Science Apps.",
+    "Topic :: Scientific/Engineering :: Mathematics",
+    "Typing :: Typed",
+]
+dependencies = [
+    "numpy>=1.26.0",
+    "pandas>=2.2.0",
+    "scipy>=1.12.0",
+    "seaborn>=0.13.0",
+    "matplotlib>=3.8.0",
+    "openpyxl>=3.1.0",
+]
+
+[[project.authors]]
+name = "estralvarez"
+email = "estralvarez@gmail.com"
+
+[project.urls]
+Homepage = "https://github.com/estralvarez/HeavyStats"
+Repository = "https://github.com/estralvarez/HeavyStats"
+Issues = "https://github.com/estralvarez/HeavyStats/issues"
+Documentation = "https://github.com/estralvarez/HeavyStats#readme"
+
+[dependency-groups]
+dev = [
+    "pytest>=8.0.0",
+    "pytest-cov>=4.1.0",
+    "build>=1.2.0",
+    "twine>=5.0.0",
+    "ipykernel>=6.29.3",
+    "spyder-kernels>=3.1.0",
+]
+
+[build-system]
+requires = ["uv_build>=0.12.0,<0.13.0"]
+build-backend = "uv_build"

heavystats-0.3.1/pyproject.toml.orig

@@ -0,0 +1,64 @@
+[project]
+name = "heavystats"
+version = "0.3.1"
+description = "Paquete estadístico para análisis y biomonitoreo de metales pesados en salud infantil"
+readme = "README.md"
+license = "MIT"
+authors = [{ name = "estralvarez", email = "estralvarez@gmail.com" }]
+requires-python = ">=3.11"
+keywords = [
+    "heavy-metals",
+    "statistics",
+    "epidemiology",
+    "pediatrics",
+    "toxicology",
+    "biomonitoring",
+    "data-analysis",
+    "lead",
+    "mercury",
+    "cadmium",
+    "arsenic",
+]
+classifiers = [
+    "Development Status :: 4 - Beta",
+    "Intended Audience :: Science/Research",
+    "Intended Audience :: Healthcare Industry",
+    "Operating System :: OS Independent",
+    "Programming Language :: Python :: 3",
+    "Programming Language :: Python :: 3.11",
+    "Programming Language :: Python :: 3.12",
+    "Programming Language :: Python :: 3.13",
+    "Programming Language :: Python :: 3.14",
+    "Topic :: Scientific/Engineering :: Bio-Informatics",
+    "Topic :: Scientific/Engineering :: Medical Science Apps.",
+    "Topic :: Scientific/Engineering :: Mathematics",
+    "Typing :: Typed",
+]
+dependencies = [
+    "numpy>=1.26.0",
+    "pandas>=2.2.0",
+    "scipy>=1.12.0",
+    "seaborn>=0.13.0",
+    "matplotlib>=3.8.0",
+    "openpyxl>=3.1.0",
+]
+
+[project.urls]
+Homepage = "https://github.com/estralvarez/HeavyStats"
+Repository = "https://github.com/estralvarez/HeavyStats"
+Issues = "https://github.com/estralvarez/HeavyStats/issues"
+Documentation = "https://github.com/estralvarez/HeavyStats#readme"
+
+[dependency-groups]
+dev = [
+    "pytest>=8.0.0",
+    "pytest-cov>=4.1.0",
+    "build>=1.2.0",
+    "twine>=5.0.0",
+    "ipykernel>=6.29.3",
+    "spyder-kernels>=3.1.0",
+]
+
+[build-system]
+requires = ["uv_build>=0.12.0,<0.13.0"]
+build-backend = "uv_build"

heavystats-0.3.1/src/heavystats/__init__.py

@@ -0,0 +1,114 @@
+__version__ = "0.3.1"
+
+from heavystats.validation import ValidationReport, validate_data
+from heavystats.comparation import (
+    ComparationReport,
+    compare_groups,
+)
+from heavystats.cleaning import (
+    VariableTypeReport,
+    VariablesTableReport,
+    columns_type,
+    categorical_columns,
+    numerical_columns,
+    variables_table,
+    get_analytical_sample,
+    select_metal,
+    load_data,
+    standardize_boolean_columns,
+    desaggregate_multiple_responses,
+    encode_dietary_frequencies,
+    create_composite_indicators,
+)
+from heavystats.univariate import (
+    UnivariateTables,
+    UnivariatePlots,
+    DEFAULT_LABELS_MAP,
+    DEFAULT_CUSTOM_PARAMS,
+    DEFAULT_PERMISSIBLE_LIMITS,
+    CDC_BMI_REFERENCE,
+    get_label,
+)
+from heavystats.bivariate import (
+    BivariateTables,
+    BivariateTableReport,
+    BivariatePlots,
+    mann_whitney_test,
+    kruskal_wallis_test,
+    dunn_posthoc_test,
+    jonckheere_terpstra_test,
+    spearman_correlation,
+    spearman_matrix,
+    fisher_chi2_test,
+    adjust_pvalues,
+    hodges_lehmann_2sample,
+    bootstrap_ci_diff_medians,
+    rank_bivariate_associations,
+    collinearity_matrix,
+    DEFAULT_METAL_LIMITS,
+    DEFAULT_METAL_LODS,
+    DEFAULT_METAL_CUTOFFS,
+    DEFAULT_METAL_PAIRS,
+)
+from heavystats.version_checker import check_for_updates
+
+__all__ = [
+    "__version__",
+    "ValidationReport",
+    "validate_data",
+    "ComparationReport",
+    "compare_groups",
+    "VariableTypeReport",
+    "VariablesTableReport",
+    "columns_type",
+    "categorical_columns",
+    "numerical_columns",
+    "variables_table",
+    "get_analytical_sample",
+    "select_metal",
+    "load_data",
+    "standardize_boolean_columns",
+    "desaggregate_multiple_responses",
+    "encode_dietary_frequencies",
+    "create_composite_indicators",
+    "UnivariateTables",
+    "UnivariatePlots",
+    "BivariateTables",
+    "BivariateTableReport",
+    "BivariatePlots",
+    "mann_whitney_test",
+    "kruskal_wallis_test",
+    "dunn_posthoc_test",
+    "jonckheere_terpstra_test",
+    "spearman_correlation",
+    "spearman_matrix",
+    "fisher_chi2_test",
+    "adjust_pvalues",
+    "hodges_lehmann_2sample",
+    "bootstrap_ci_diff_medians",
+    "rank_bivariate_associations",
+    "collinearity_matrix",
+    "DEFAULT_LABELS_MAP",
+    "DEFAULT_CUSTOM_PARAMS",
+    "DEFAULT_PERMISSIBLE_LIMITS",
+    "DEFAULT_METAL_LIMITS",
+    "DEFAULT_METAL_LODS",
+    "DEFAULT_METAL_CUTOFFS",
+    "DEFAULT_METAL_PAIRS",
+    "CDC_BMI_REFERENCE",
+    "get_label",
+    "check_for_updates",
+]
+
+# Verificación de versiones no bloqueante en segundo plano al importar
+try:
+    check_for_updates(__version__, async_check=True)
+except Exception:
+    pass
+
+
+def __getattr__(name: str):
+    if name == "df":
+        from heavystats.cleaning import df
+        return df
+    raise AttributeError(f"module {__name__} has no attribute {name}")