El contenido del tutorial es mostrar breves ejemplos de las operaciones o manipulaciones de datos que se pueden realizar con la librería Pandas, ésta es pieza clave junto con otras como Numpy o Scipy para hacer análisis de datos mediante Python.
La documentación desde el sitio oficial es excelente, pero en lo personal creo que ayuda mucho interactuar con las funcionalidades haciendo algúnos ejemplos con datos reales.
Influenciado por el tutorial de Julia Evans decidí hacer mi versión del uso de Pandas. Elegí datos provenientes de datos.gob.mx, que es la plataforma de datos abiertos en México. En cada no de los ejemplos menciono la fuente de los datos, los cuales en varios cosas son parte de un conjunto más amplio de datos públicos.
La lista de datos empleados es la siguiente:
- Base_Brecha_entre_la_TNP_femenina_y_TNP_masculina.xlsx
- Base_Tasa_de_informalidad.xlsx
- Eficiencia_terminal_en_educación_terciaria.csv
- Informacion_Estadistica_Mensual_de_las_Marinas_FOP_180216.csv
- Ingreso.csv
- Mujeres_ingeniería_y_tecnología.csv
- Tasa de alfabetización entre jóvenes y adultos.csv
- Capítulo 0: Introducción al uso de Ipython
- Capítulo 1: Carga de datos en Pandas
- Capítulo 2: Explorando los Ingresos
- Capítulo 3: Comportamiento de la ocupación de los puertos en el tiempo
- Capítulo 4: Eficiecia Terminal
- Capítulo 5: Informalidad laboral y brecha entre las tasas netas de participacion femenina y masculina. Parte1
- Capítulo 6: Informalidad laboral y brecha entre las tasas netas de participacion femenina y masculina. Parte2
- Capítulo 7
- Capítulo 8
Nota En cada uno de los ejemplos lo relevante no es el análisis estadístico que se realiza, sino el modo de procesar los datos. Mi intención era hacer ejemplos sencillos y jugar a explorar los datos tratando de hacer las operaciones que son usuales en SQL y que tienen su equivalente en Pandas , por ello ofrezco una disculpa por no hacer un análisis fino desde un punto de vista estadístico. Pese a eso es ineviable no hacer uso de algunos conceptos básicos, en cada capítulo los comento.
Si quieres contribuir con otros ejemplos o mejorar lo hecho, eres bienvenido a modificar el material.