Taller AdminDataPy

Taller AdminDataPy

Taller 4: "AdminDataPy" en Google Colab

Objetivo: Leer, explorar, limpiar y visualizar datos almacenados en un archivo CSV utilizando la biblioteca pandas y generar gráficos con matplotlib.

Paso 1: Cargar los datos

import pandas as pd

# Subida manual del archivo
from google.colab import files
uploaded = files.upload()

# Leer el CSV (cambia el nombre por el de tu archivo)
df = pd.read_csv("datos.csv")
df.head()

Paso 2: Limpieza básica de datos

# Verificar valores nulos
print(df.isnull().sum())

# Eliminar filas con valores nulos
df = df.dropna()

# Eliminar columnas innecesarias (opcional)
# df = df.drop(columns=['ColumnaInnecesaria'])

Paso 3: Estadísticas descriptivas

# Estadísticas generales
print(df.describe())

# Conteo de valores únicos
print(df.nunique())

# Filtrar por condiciones
print(df[df["Ventas"] > 10000])

Paso 4: Visualización de datos

import matplotlib.pyplot as plt

# Gráfico de barras: Ventas por categoría
df.groupby("Categoría")["Ventas"].sum().plot(kind='bar')
plt.title("Ventas por Categoría")
plt.ylabel("Total Ventas")
plt.xlabel("Categoría")
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

Paso 5: Funciones útiles para exploración

# Buscar registros por palabra clave
def buscar_por_palabra(columna, palabra):
    return df[df[columna].str.contains(palabra, case=False)]

# Ejemplo:
buscar_por_palabra("Producto", "Laptop")

Paso 6: Guardar los datos procesados

# Guardar en un nuevo CSV
df.to_csv("datos_limpios.csv", index=False)

# Descargar el archivo
from google.colab import files
files.download("datos_limpios.csv")

Actividad final del estudiante

  • Cargar un archivo CSV propio o proporcionado.
  • Realizar limpieza y filtrado de datos.
  • Generar al menos 2 visualizaciones.
  • Exportar y descargar los datos limpios.
  • Reflexionar: ¿Qué decisiones se podrían tomar con base en los datos?

Comentarios

Publicar un comentario

Entradas más populares de este blog

Librerías para Contabilidad

Librerías de Python para Contabilidad Librerías de Python para Contabilidad Python proporciona múltiples librerías útiles para la gestión contable, la automatización de cálculos financieros y el análisis de datos contables. 1. Pandas - Análisis de Datos Contables Permite manejar grandes volúmenes de datos contables en formato tabular. import pandas as pd data = {'Fecha': ['2024-01-01', '2024-02-01'], 'Ingresos': [10000, 12000], 'Gastos': [5000, 4500]} df = pd.DataFrame(data) print(df) 2. NumPy - Cálculos Numéricos Se usa para cálculos contables como depreciaciones y tasas de crecimiento. import numpy as np valores = np.array([10000, 12000, 14000]) tasa_crecimiento = np.diff(valores) / valores[:-1] print(tasa_crecimiento) 3. Matplotlib - Visualización de Datos Contables Ayuda a visualizar da...
Leer más

Variables Prohibidas

Variables Prohibidas en Python Variables Prohibidas en Python En Python, hay ciertas palabras clave y convenciones que no deben usarse como nombres de variables. 1. Palabras Reservadas Python tiene palabras clave que no pueden ser usadas como nombres de variables, ya que están reservadas para la sintaxis del lenguaje. Palabras Reservadas False, None, True, and, as, assert, async, await, break, class, continue def, del, elif, else, except, finally, for, from, global, if, import in, is, lambda, nonlocal, not, or, pass, raise, return, try, while, with, yield 2. Nombres de Variables No Recomendados No usar nombres de variables que coincidan con funciones incorporadas de Python, como print , list , dict , etc. No usar caracteres especiales o espacios en los nombres de variables....
Leer más

Dataframes

¿Qué es un DataFrame y su relación con Excel? ¿Qué es un DataFrame y en qué se parece a una hoja de cálculo de Excel? Un DataFrame es una estructura de datos utilizada en Python a través de la librería Pandas . Su estructura es similar a la de una hoja de cálculo de Excel, ya que está organizada en filas y columnas. 1. Estructura de un DataFrame Un DataFrame tiene filas indexadas y columnas con nombres específicos, similar a una tabla de Excel. import pandas as pd data = {'Cliente': ['Empresa A', 'Empresa B'], 'Monto': [5000, 7000], 'Fecha': ['2024-02-01', '2024-02-05']} df = pd.DataFrame(data) print(df) 2. Comparación con una Hoja de Cálculo de Excel Característica DataFrame (Python) Excel Formato Basado en código (Python, Pandas) ...
Leer más