Curso de Manipulación y Análisis de Datos con Pandas y Python

Clases del Curso de Manipulación y Análisis de Datos con Pandas y Python

Instruido por:
David Torres
David Torres
Básico
4 horas de contenido
Ver la ruta de aprendizaje
Curso de Manipulación y Análisis de Datos con Pandas y Python

Curso de Manipulación y Análisis de Datos con Pandas y Python

Progreso del curso:0/29contenidos(0%)

Contenido del Curso
Tutoriales de estudiantes
Preguntas de estudiantes

Progreso del curso:0/29contenidos(0%)

Comenzando con pandas

¿Qué es pandas?

02:41 min

Material Thumbnail

Primeros pasos con Google Colab: configuración del entorno de trabajo

08:23 min

Material Thumbnail

Series e Indexación y selección de datos

11:39 min

Material Thumbnail

De paneles de datos al DataFrame

14:24 min

Material Thumbnail

Indexado y manejo de archivos CSV

10:26 min

Conexión con bases de datos tipo SQL

01:56 min

Material Thumbnail

Ventajas y desventajas de los formatos de importar y guardado

08:25 min

Funcionalidades básicas y esenciales de pandas

Formatos de lectura para cargar y guardar DataFrames

02:55 min

Material Thumbnail

Tipos de Variables que componen un data frame

08:52 min

Material Thumbnail

Estructuras de dataframes en detalle

08:56 min

Material Thumbnail

Borrar filas, columnas y copiar información

05:35 min

Aplicando pandas

Material Thumbnail

Funciones matemáticas

09:29 min

Material Thumbnail

Funciones más complejas y lambdas

07:09 min

Material Thumbnail

Múltiples índices

12:44 min

Cómo trabajar con variables tipo texto en Pandas

02:08 min

Material Thumbnail

Concatenación de DataFrames: concat y append

10:51 min

Material Thumbnail

Merge de DataFrames

08:43 min

¿Cómo lidiar con datos faltantes en tus DataFrames?

01:51 min

Cómo lidiar con datos duplicados en Pandas

01:04 min

Material Thumbnail

Aggregation y groupby

14:52 min

Material Thumbnail

Group By: extraer valor con variables categóricas

07:29 min

Material Thumbnail

Tablas dinámicas con Pivot Table

05:29 min

Material Thumbnail

Series de Tiempo: variables nulas

08:16 min

Material Thumbnail

Visualización y graficación de datos

12:50 min

Contenido extra

Iniciando una rutina típica de manejo de datos

15:39 min

Preprocesamiento de datos: terminando de preparar y limpiar los datasets

14:18 min

Análisis de datos

15:06 min

nuevosmás votadossin responder
Ernesto Gastón Pérez Astoquillca
Ernesto Gastón Pérez Astoquillca
Estudiante

Hola a todos me podrían explicar que son los dummies pls 😃

1
damon steve valenciano
damon steve valenciano
Estudiante

como puedo saber mi user name en postgres?

1
damon steve valenciano
damon steve valenciano
Estudiante

o sea que con df.query() puedo escribir SQL?

1
Antonio Arana
Antonio Arana
Estudiante

. Hola people:

. al escribir:

. df_nan.groupby(pd.Grouper(‘ObservationDate’, freq=‘M’))[[‘rate’]].mean(0)

. obtengo el error TypeError: init() got multiple values for argument ‘freq’

. y no se porque, agradezco su ayuda

1
Daniel Herrera Romano
Daniel Herrera Romano
Estudiante

La función dropna() está eliminando datos con Nan pero al igual elimina filas de paises que no tiene métrica en sus columnas, en este caso Afghanistan desaparece del dataframe cierto? No sería más viable solo cambiar los Nan por un valor en cero “0” para así no eliminar países?

1
Nico San Martin
Nico San Martin
Estudiante

No funciona el reproductor de video!

0
Leonardo Jesus Ramirez Andrade
Leonardo Jesus Ramirez Andrade
Estudiante

Hola compañeros 😄, disculpa no entendí muy bien la diferencia entre axis 1 y axis 0 me pueden ayudar, por favor 😭

0
monoald
monoald
Estudiante

Cuál es el más usado para big data, hadoop o parque?
Cuál tiene el mejor ambiente de trabajo?

0
monoald
monoald
Estudiante
'{ }'.format(' ')
f'{ }'

Cuál es la diferencia entre ambos en terminos de funcionalidad?
En qué situaciones se usa uno o el otro para buenas practicas?

0
Clayton Jhordan Iliquin Zavaleta
Clayton Jhordan Iliquin Zavaleta
Estudiante

En el minuto 1:43 al usara descrbie se muestra en las columna Total bill y Tip lo siguiente:

	total_bill tip
count	244.000	244.00
...
mean	 19.786	2.998
...
50%	 17.795	2.900

¿Por qué los valores de 50%difieren tanto de la media?
¿No deberían ser los mismos valores?
Creo que ese 50% puede presentar el percentil 50,(si esto es cierto ¿El percentil 50 es lo mismo que decir la mediana?)
Espero por sus respuestas 😄

0