Carga y limpieza de datos con pandas

Más adelante

Cargar datos reales (CSV, Excel, SQL) y dejarlos usables: tipos, nulos, duplicados y las transformaciones de limpieza de todos los días.

2Cursos que la enseñan

1Habilidades conectadas

Qué sabrás hacer

Al terminar los cursos que enseñan esta habilidad, podrás hacer esto.

Al terminar sabrás crear, indexar y explorar Series y DataFrames para responder preguntas sobre tus datos
Al terminar sabrás cargar datos crudos y limpiarlos: nulos, duplicados, tipos incorrectos y texto sucio
Al terminar sabrás agrupar, combinar y resumir varias tablas con groupby y merge para calcular métricas de negocio
Al terminar sabrás manejar fechas y series de tiempo básicas con resample y medias móviles
Al terminar sabrás comunicar tus hallazgos con gráficos claros de matplotlib desde pandas
Al terminar sabrás construir un pipeline de preprocesamiento completo con Pipeline y ColumnTransformer que se ajusta solo con datos de entrenamiento y se aplica sin fugas al conjunto de prueba.
Al terminar sabrás elegir con criterio la codificación, el escalado y la imputación adecuados según el tipo de variable, su cardinalidad y el modelo que vas a usar.
Al terminar sabrás crear características derivadas (interacciones, agregaciones, fechas, texto) y comprobar con validación cruzada si realmente mejoran el modelo.
Al terminar sabrás detectar y evitar la fuga de datos (data leakage), el error más costoso y más común al preparar características.
Al terminar sabrás empaquetar y guardar tu pipeline entrenado para reutilizarlo sobre datos nuevos con una sola llamada.

Cursos y proyectos que desarrollan esta competencia.

Un orden sugerido, no un candado: puedes empezar por donde quieras, pero esto hace el camino más corto.

Antes de esto

Estás aquí

Carga y limpieza de datos con pandasdata · Principiante

Después de esto

Esta es una de las habilidades más avanzadas.

Términos del glosario y cheat sheets que ya hacen referencia a esta habilidad.