📊 Pandas y Análisis de Datos
¿Por qué Pandas? El Problema de la Velocidad
Si hiciste el track Difícil de Python 101, ya cronometraste tu propio código de conteo de palabras en Python puro sobre un corpus de texto — y sentiste cómo se volvía lento a medida que crecía el corpus. Eso no es una coincidencia: los bucles normales de Python son lentos para este tipo de trabajo. Pandas (construido sobre numpy) existe precisamente para arreglar eso, haciendo el bucleo en código C rápido y vectorizado por debajo, en lugar de en el propio Python. Esta sección se trata de aprender a usar esa velocidad.
🎯 Objetivos de aprendizaje — al final de estas 5 semanas podrás:
- Cargar, explorar y limpiar datos tabulares con pandas
- Filtrar, agrupar y agregar datasets reales
- Reproducir un análisis al estilo Kaggle de principio a fin
🟢 Normal: Fundamentos de Pandas
Aprende los fundamentos de pandas, y luego reproduce un notebook clásico de Kaggle de principio a fin.
- Fundamentos de Series y DataFrame, lectura de CSV
- Selección, filtrado, indexación
- Limpieza: valores faltantes, dtypes, operaciones de texto
- Groupby, agregación, fusión
- Reproducción guiada de un notebook de EDA del Titanic
⏱️ Tiempo requerido: ~3–4 horas/semana
Empezar Normal →🔴 Difícil: Proyecto Completo de EDA
Un track basado en proyecto: ejecuta un análisis exploratorio de datos completo, formulando preguntas, visualizando, y entregando un informe final.
- Marco de trabajo de EDA: formular preguntas, perfilar un dataset
- Análisis univariado + visualizaciones
- Análisis bivariado/multivariado, correlación
- Visualizaciones avanzadas y narrativas
- Entregable final: un informe de EDA completo sobre un dataset real
⏱️ Tiempo requerido: ~4–6 horas/semana
Empezar Difícil →