Este ejercicio me pareció muy completo porque combina varios parámetros de read_csv en una sola lectura. Al usar encoding='ISO-8859-1' resolvimos el problema de la codificación, con sep=';' ajustamos el separador correcto, y con skiprows y skipfooter logramos eliminar las líneas que no eran relevantes. Además, aprendí que para aplicar skipfooter es necesario incluir engine='python'. En conjunto, estos detalles muestran cómo Pandas nos da flexibilidad para adaptar la lectura de archivos a diferentes formatos y estructuras, lo cual es fundamental cuando trabajamos con datos reales que no siempre vienen limpios o uniformes.
