EN

Python para analistas de datos

114 niveles en 12 capítulos

Aprende Python y pandas para análisis de datos: desde las primeras variables hasta groupby, merges, limpieza, reestructuración, series de tiempo y gráficos, en tu navegador.

Al final sabrás cargar, limpiar, agrupar, unir y reestructurar tablas reales en pandas, graficarlas con matplotlib y seaborn, y convertir los números en una conclusión clara. Todos los niveles están abiertos; el camino solo sugiere un orden.

Termina los 114 niveles para obtener un certificado

Tu nombre, la ruta, tus estrellas y XP, con un enlace que cualquiera puede comprobar. Descárgalo en PDF o imagen, o añádelo a LinkedIn.

Cómo funcionan los certificados
Antes del capítulo 1 · Fundamentos · 6 min de lectura Cómo funciona un DataFrame Antes de la primera línea de pandas: qué es de verdad un DataFrame, por qué cada columna tiene un tipo y por qué una sola expresión sobre una columna reemplaza un bucle sobre miles de filas.

Capítulo 1 · 10 niveles

Fundamentos de Python

10 linternas por encender

Lección · 6 min de lectura Nombres, tipos y decisiones
  1. Calcula el total de un pedido
  2. ¿Cuántas cajas necesita el almacén?
  3. Da formato a una etiqueta de estantería
  4. Elige el costo de envío correcto
  5. ¿Cuánto ganamos con esa venta?
  6. Depuración: el tiempo de la ruta parece incorrecto
  7. ¿En qué nivel de fidelidad está?
  8. Depuración: cobraron envío con exactamente $75
  9. Enruta un reembolso desde el formulario web
  10. Desafío final Desafío final: construye la calculadora de caja

Capítulo 2 · 10 niveles

Listas, diccionarios y bucles

10 linternas por encender

Lección · 6 min de lectura Encontrar valores por posición, por clave y uno a uno
  1. Corta una semana de pedidos
  2. Suma un carrito con un bucle
  3. Actualiza la hoja de existencias
  4. Cuenta los pedidos por canal
  5. Filtra productos en una línea
  6. Existencias tras un día de ventas
  7. Depuración: los tamaños de canasta parecen demasiado pequeños
  8. La racha más larga de días en meta
  9. ¿Cuántas semanas faltan para quedarnos sin existencias?
  10. Desafío final Desafío final: ingresos por canal, a mano

Capítulo 3 · 9 niveles

Funciones

9 linternas por encender

Lección · 6 min de lectura Qué pasa cuando llamas a una función
  1. Una función de total de línea con descuento
  2. Devuelve un resumen de pedido
  3. Etiqueta los pedidos por tamaño
  4. Ordena productos con una key
  5. Variación semanal por producto
  6. Depuración: la rebaja cambió nuestros precios de lista
  7. Un resumen semanal con funciones integradas
  8. Busca una tarifa en una tabla de precios
  9. Desafío final Desafío final: procesa la exportación del proveedor

Capítulo 4 · 10 niveles

Primer vistazo a pandas

10 linternas por encender

Lección · 6 min de lectura Mirar una tabla antes de confiar en ella
  1. Tu primer DataFrame
  2. ¿Qué tamaño tiene la tabla?
  3. Elige las columnas que necesitas
  4. ¿Series o DataFrame?
  5. Cuenta los pedidos por estado
  6. Carga el CSV del proveedor y comprueba sus tipos
  7. Depuración: ¿60 departamentos para 60 personas?
  8. Dos semanas antes del Black Friday con NumPy
  9. Totales acumulados y dispersión con NumPy
  10. Desafío final Desafío final: el informe del primer vistazo

Capítulo 5 · 10 niveles

Filtrar y ordenar

10 linternas por encender

Lección · 6 min de lectura Cómo filtra filas una máscara booleana
  1. Filas por posición, columnas por nombre
  2. Solo los pedidos del marketplace
  3. Combina condiciones con & y |
  4. Los diez productos más caros
  5. Iluminación en un rango de precio
  6. Lista los productos descontinuados
  7. Depuración: más pedidos con envío pagado de los que existen
  8. Compradores de redes sociales con correo de iPhone
  9. Una muestra repetible para revisar
  10. Desafío final Desafío final: ¿quién convierte en el sitio web?

Capítulo 6 · 10 niveles

Columnas nuevas, groupby y agregación

10 linternas por encender

Lección · 7 min de lectura Dividir, aplicar, combinar
  1. Calcula el ingreso por línea
  2. Costo de envío promedio por canal
  3. Una tabla resumen por categoría
  4. Pedidos por canal y estado
  5. Departamentos con al menos siete personas
  6. Gasto de marketing por canal
  7. Depuración: las unidades del más vendido son demasiado bajas
  8. Conversión por dispositivo y fuente
  9. Elige una oferta de bienvenida por cliente
  10. Desafío final Desafío final: encuentra las canastas más grandes

Capítulo 7 · 10 niveles

Unir tablas

10 linternas por encender

Lección · 7 min de lectura Qué le hace un merge a tu número de filas
  1. Añade nombres de producto a las líneas de pedido
  2. Clientes que nunca han comprado
  3. Ingresos por categoría, solo pedidos completados
  4. ¿Por qué se duplicaron los ingresos de envío?
  5. Gastos de envío en pedidos de iluminación
  6. Apila dos exportaciones trimestrales
  7. Depuración: ¿30.338 pedidos por segmento?
  8. Productos que se vendieron en un solo trimestre
  9. ¿Quién cobra más cerca de su jefe?
  10. Desafío final Desafío final: ¿de dónde vienen las devoluciones?

Capítulo 8 · 10 niveles

Limpiar datos desordenados

10 linternas por encender

Lección · 7 min de lectura Limpiar es lograr que lo igual sea igual
  1. ¿De dónde vienen los clientes?
  2. Corrige los códigos de estado
  3. Encuentra clientes duplicados
  4. ¿Qué día de la semana vende más?
  5. ¿Qué hace mean() con los costes ausentes?
  6. Nuestras ciudades principales, contadas bien
  7. Agrupa los códigos de cupón en campañas
  8. Depuración: Furniture no puede ser nuestro mejor margen
  9. Convierte una exportación de precios desordenada en números
  10. Desafío final Desafío final: el informe limpio de 2025

Capítulo 9 · 9 niveles

Remodelar datos

9 linternas por encender

Lección · 7 min de lectura Tablas largas para calcular, cuadrículas anchas para leer
  1. Pedidos por canal y estado, en una cuadrícula
  2. Ingresos por categoría, de varias maneras
  3. Convierte la hoja de presupuesto en una tabla larga
  4. ¿Ancho o largo?
  5. Pedidos con cupón por estado
  6. Por qué se devuelve cada categoría
  7. Tasa de conversión por dispositivo y fuente
  8. Unidades vendidas por etiqueta de producto
  9. Desafío final Desafío final: el informe de canales para la junta

Capítulo 10 · 8 niveles

Series temporales

8 linternas por encender

Lección · 7 min de lectura Cómo pandas convierte marcas de tiempo en tendencias
  1. Pedidos por mes con resample
  2. Ingresos mensuales a partir de las líneas de pedido
  3. Una media de 7 días para el panel
  4. Mes a mes e interanual
  5. ¿Cuánto tarda en llegar una devolución?
  6. Encuentra y rellena los huecos de seguimiento
  7. ¿Por qué no encajan los objetivos?
  8. Desafío final Desafío final: la revisión de la temporada de fiestas

Capítulo 11 · 9 niveles

Gráficos con pandas y matplotlib

9 linternas por encender

Lección · 7 min de lectura Un gráfico es una tabla dibujada con marcas
  1. El Black Friday en una línea
  2. ¿Qué motivos de devolución cuestan más?
  3. La pregunta elige el gráfico
  4. ¿La mayoría de los pedidos son pequeños?
  5. ¿Los productos más caros venden menos unidades?
  6. ¿Los pedidos crecieron de verdad diecisiete veces?
  7. ¿Está alcanzando la app a la web?
  8. Cómo cambió la mezcla de canales
  9. Desafío final Desafío final: el panel de marketing

Capítulo 12 · 9 niveles

Seaborn, correlación y conclusiones

9 linternas por encender

Lección · 7 min de lectura Qué dice una correlación y qué no
  1. Pedidos por canal con seaborn
  2. Cestas de empresa frente a cestas de consumidor
  3. Lee las cajas de precios
  4. ¿Qué pedidos son inusualmente grandes?
  5. ¿Más gasto en anuncios trae más visitas?
  6. El mapa de calor de correlación y los pares más fuertes
  7. ¿Duplicar el gasto en anuncios duplicará los pedidos?
  8. De las cifras a una conclusión
  9. Desafío final Desafío final: ¿es el canal o es el cliente?

Megan Collins · Directora de Ventas

"Una clienta que está al teléfono quiere comprar dos de nuestras lámparas de mesa y quiere saber el total antes de pagar. ¿Puedes calcularlo, con el envío incluido?"

Enciende la siguiente linterna

Configurar cookies

Elige qué puede ejecutarse en este sitio. Puedes cambiarlo cuando quieras desde "Configurar cookies", al pie de cada página.