Paso 1: Leer las bases de clientes y ventas, luego unirlas
import pandas as pd

URLs

url_clientes = "https://gist.githubusercontent.com/ahcamachod/d08898e1cc84c7271856e78d9558ca3d/raw/2f7e1fa53711efe6433a5c5ec79948f600591cb9/clientes_zoop.csv"
url_ventas = "https://gist.githubusercontent.com/ahcamachod/966d7162a3c3a2769b8770b35abf1bcc/raw/d79941b3fa46a450f3611589abd8663399c1277b/ventas_zoop.csv"

Leer CSVs

clientes = pd.read_csv(url_clientes)
ventas = pd.read_csv(url_ventas)

Convertir columna fecha al formato adecuado

ventas['fecha_compra'] = pd.to_datetime(ventas['fecha_compra'], format="%Y-%m-%d")

Unir clientes y ventas por el identificador de compra

df = pd.merge(clientes, ventas, on='id_compra', how='inner')

print("Tabla clientes + ventas (df):")
print(df.head())

Paso 2: Unir con la base de Zoop Pay

URL Zoop Pay

url_zoop_pay = "https://gist.githubusercontent.com/ahcamachod/ce728231a836a973c0df94a9f03ed871/raw/8db6da43d7cd94fcab937208067d0fceb521b78c/zoop_pay.csv"

Leer CSV

zoop_pay = pd.read_csv(url_zoop_pay)

Unir con df (clientes + ventas) por id_cliente

df_consolidado = pd.merge(df, zoop_pay, on='id_cliente', how='left')

print("Tabla consolidada con Zoop Pay:")
print(df_consolidado.head())

Resultado

df → combinación de clientes y ventas.

df_consolidado → combinación final con Zoop Pay, incluyendo todos los campos.

Las fechas están tratadas con pd.to_datetime() para análisis posterior.

Puedes ordenar columnas manualmente si quieres un layout más limpio:

orden_columnas = ['id_cliente', 'nombre', 'email', 'telefono',
'id_compra', 'fecha_compra', 'monto_compra',
'zoop_pay_activo']
df_consolidado = df_consolidado[orden_columnas]