Add this suggestion to a batch that can be applied as a single commit.
This suggestion is invalid because no changes were made to the code.
Suggestions cannot be applied while the pull request is closed.
Suggestions cannot be applied while viewing a subset of changes.
Only one suggestion per line can be applied in a batch.
Add this suggestion to a batch that can be applied as a single commit.
Applying suggestions on deleted lines is not supported.
You must change the existing code in this line in order to create a valid suggestion.
Outdated suggestions cannot be applied.
This suggestion has been applied or marked resolved.
Suggestions cannot be applied from pending reviews.
Suggestions cannot be applied on multi-line comments.
Suggestions cannot be applied while the pull request is queued to merge.
Suggestion cannot be applied right now. Please check back later.
Por favor, confirme se este pull request atende aos seguintes requisitos:
Qual alteração você está propondo?
Adicionar/atualizar projeto(s) de código aberto
Por que este projeto de código aberto deveria ser apresentado?
api-to-dataframe foi lançado com o intuito de entregar mais resiliência para os programadores Python, sejam eles analistas, cientistas ou engenheiros de Dados. Em minha larga experiência com Dados eu percebi que sempre houve uma preocupação com os Dados em si, a forma de analisá-los e tudo que envolve as regras de negócio em si, isso deve ser o mais importante, mas para que isso se mantenha durante o tempo é preciso se preocupar com resiliência das aplicações de dados construídas em Python, api-to-dataframe resolve isso, pois:
Entrega para o desenvolvedor uma capacidade de fazer requisições para qualquer api passando parâmetros personalizáveis para a chamada como: Definição de RetryStrategies para que não haja sobrecarga do servidor a ser chamado, headers customizados para garantir a traceabilidade das requests, timeout entre outras features. Com poucas linhas de código o desenvolvedor tem tudo isso em mãos. Desde o lançamento as estatisticas de download tem sido monitoradas e registradas no BigQuery e analisadas usando DataDog. Vale lembrar que quantidade de downloads de uma lib não é de tudo o mais importante e realmente não significa muita coisa, mas deve ser considerado com ponderação na minha opinião.
Desde o lançamento tivemos: 12mil downloads
Sendo que Pip e Poetry estão entre os TOP5 instaladores mais usados para download dando indícios de usabilidade
api-to-dataframe já foi baixado em mais de 10 países ao redor do mundo.
Entendo que essa lib pode continuar ajudando muitos desenvolvedores Python pelo mundo a fora a visibilidade do Github certamente colocaria o projeto em um patamar interessante e seria mais um incentivo para continuar contribuindo.
Adicionar/atualizar mantenedor(es)
Quais projeto(s) de código aberto o indivíduo mantém?
Algo que não se encaixa perfeitamente nas opções acima
Obs: fecharemos o seu PR sem comentários se você não marcar as caixas acima e fornecer TODAS as informações solicitadas.