Datos, Visualización y Observabilidad · DAT-107

Análisis de datos con JupyterLab y Pandas

Llevar un fichero en bruto hasta un informe reproducible con Pandas en JupyterLab.

Bajo demanda Intermedio 7 módulos · 29 clases

Formato asíncrono Ingeniería / Industria, Empresa / PYME, Docentes FP JupyterLab, Python, Pandas

DATOS JUPYTER

Lo que aprenderás

Cargar datos desde CSV, hojas de cálculo y bases de datos controlando tipos y codificación.
Limpiar valores ausentes, duplicados, formatos de fecha y categorías inconsistentes.
Combinar tablas con uniones y concatenaciones verificando el resultado de cada cruce.
Agrupar y resumir con groupby y tablas dinámicas para responder preguntas concretas.
Representar los resultados con gráficos legibles y exportar las figuras al informe.
Organizar un cuaderno reproducible con parámetros, rutas relativas y entorno declarado.

Contenido del curso

7 módulos · 29 clases en vídeo · práctica guiada en cada módulo

Módulo 1 · Entorno y primeros pasos 4 clases

JupyterLab: celdas, núcleos y flujo de trabajo
Entorno, paquetes y reproducibilidad
Estructura de un cuaderno de análisis
Datos del curso y su procedencia

Módulo 2 · Cargar datos 4 clases

Leer CSV con separadores y codificaciones problemáticas
Leer hojas de cálculo con varias pestañas
Consultar una base de datos desde el cuaderno
Tipos de dato y por qué importan desde el principio

Módulo 3 · Limpieza 5 clases

Valores ausentes: detectar, decidir y documentar
Duplicados y claves que no lo son
Fechas, husos horarios y formatos mezclados
Textos, categorías y normalización
Valores atípicos y su tratamiento

Módulo 4 · Combinar y reestructurar 4 clases

Uniones por clave y comprobación del resultado
Concatenar conjuntos con esquemas distintos
Formato ancho y formato largo
Índices y su uso práctico

Módulo 5 · Resumir y responder preguntas 4 clases

groupby y funciones de agregación
Tablas dinámicas y tablas de contingencia
Series temporales: remuestreo y ventanas móviles
Comprobaciones que evitan conclusiones falsas

Módulo 6 · Comunicar resultados 4 clases

Gráficos que se entienden sin explicación
Ajuste de ejes, etiquetas y escalas
Exportar figuras y tablas al informe
Cuaderno para leer frente a cuaderno para trabajar

Módulo 7 · Caso práctico: informe reproducible 4 clases

Definición de las preguntas del informe
Flujo completo desde el fichero en bruto
Parametrizar el cuaderno por periodo
Volver a ejecutarlo con datos nuevos

Requisitos

Programación en Python a nivel básico: variables, funciones, listas y diccionarios.
Trabajar habitualmente con datos en hojas de cálculo.
Basta con un navegador: toda la práctica se realiza en JupyterLab.

Descripción

El análisis que se hace en una hoja de cálculo funciona una vez y no se puede repetir: nadie recuerda qué filas se borraron ni por qué. Cuando el mismo informe hay que rehacerlo cada periodo, o cuando alguien pregunta cómo se obtuvo un número, hace falta un flujo que se pueda volver a ejecutar entero.

El curso recorre ese flujo completo con Pandas en JupyterLab: carga con tipos correctos, limpieza documentada, cruces verificados, agrupaciones que responden a preguntas concretas y gráficos legibles. Se trabaja sobre conjuntos de datos con los defectos habituales de una exportación real, no sobre ejemplos ya depurados de antemano.

El entregable es un cuaderno parametrizado que cualquiera puede volver a ejecutar sobre los datos siguientes y obtener el mismo informe. Para el profesorado sirve además como material de aula reutilizable curso tras curso, y conecta con los cursos de visualización en Grafana y de series temporales.

¿Para quién es este curso?

Ingeniería que analiza datos de proceso y repite el mismo informe cada periodo.
Personal de PYMEs que trabaja con exportaciones de su ERP en hojas de cálculo.
Profesorado de FP de Informática y de Administración que prepara prácticas de análisis de datos.