Este producto integrador de aprendizaje presenta 13 videos sobre el uso de Pandas en Python para el análisis de datos. Pandas permite cargar, limpiar, transformar y analizar datos de manera eficiente. Las series y dataframes de Pandas facilitan la manipulación de datos tabulares. El resumen concluye que Pandas y Python son poderosas herramientas para el análisis de datos debido a sus estructuras de datos, funcionalidades y rendimiento.
0 calificaciones0% encontró este documento útil (0 votos)
69 vistas51 páginas
Este producto integrador de aprendizaje presenta 13 videos sobre el uso de Pandas en Python para el análisis de datos. Pandas permite cargar, limpiar, transformar y analizar datos de manera eficiente. Las series y dataframes de Pandas facilitan la manipulación de datos tabulares. El resumen concluye que Pandas y Python son poderosas herramientas para el análisis de datos debido a sus estructuras de datos, funcionalidades y rendimiento.
Este producto integrador de aprendizaje presenta 13 videos sobre el uso de Pandas en Python para el análisis de datos. Pandas permite cargar, limpiar, transformar y analizar datos de manera eficiente. Las series y dataframes de Pandas facilitan la manipulación de datos tabulares. El resumen concluye que Pandas y Python son poderosas herramientas para el análisis de datos debido a sus estructuras de datos, funcionalidades y rendimiento.
Este producto integrador de aprendizaje presenta 13 videos sobre el uso de Pandas en Python para el análisis de datos. Pandas permite cargar, limpiar, transformar y analizar datos de manera eficiente. Las series y dataframes de Pandas facilitan la manipulación de datos tabulares. El resumen concluye que Pandas y Python son poderosas herramientas para el análisis de datos debido a sus estructuras de datos, funcionalidades y rendimiento.
Descargue como PDF, TXT o lea en línea desde Scribd
Descargar como pdf o txt
Está en la página 1/ 51
PRODUCTO INTEGRADOR DE APRENDIZAJE
Nombre de la Unidad de Aprendizaje: Almacén de Datos
Nombre del proyecto: Producto Integrador de Aprendizaje Programa educativo: Plan 430 Semestre: 4 Grupo: DB Nombre del maestro: Hiram Isaí Pérez Sauceda Nombre de los integrantes del equipo: Aguirre Oláis Lizeth 1951856 Escobar Martínez Belinda María 2013738 Garza López Héctor Eduardo 1963680 Monserrat Duran Gerardo Daniel 2123379 Pérez Rodríguez Diana Laura 2020802
Contenido mínimo a evaluar Cumplimiento
Índice Introducción .- incluye valores UANL aplicados Análisis y emisión de juicio Conclusiones individuales Conclusión del equipo Actividad en inglés Calificación PIA:
Firma del maestro
San Nicolás de los Garza, ciudad universitaria a (17 – 07 – 2023)
INDICE Introducción 3 Video 1 y 2 (Toma de contacto) 4 Video 3 y 4 (Series) 4 al 7 Video 5 (DataFrame), 6 (Lectura de DataFrame) y 7 (Selección por índices y columnas 8 al 11 Video 8 (Información básica de la Data Set con Pandas en Python) 12 al 16 Video 9 (Aplicando funciones a nuestro DataFrame con Pandas) 16 y 17 Video 10 (Ejercicios Prácticos con series en Pandas) 18 al 23 Video 11 (Titanic) 24 al 32 Video 12 (Valores faltantes Pandas) 33 al 44 Video 13 (Trabajando con Fechas Horas) 45 al 51 Conclusión Grupal 52 INTRODUCCIÓN En este producto integrador de aprendizaje se realizará unos ejercicios que se encuentran en el apartado de recursos en Nexus, donde desarrollaremos mas conocimiento sobre la programación y las librerías Pandas que se encuentran dentro del programa Python.
Daremos una explicación breve de lo que trata esta librería y como es que funciona
Una de las librerías más utilizadas para el análisis de datos en Python es Pandas. Pandas es una poderosa biblioteca que proporciona estructuras de datos y herramientas de manipulación de datos de alto rendimiento, lo que la convierte en una opción ideal para trabajar con datos estructurados y tabulares.
La librería Pandas se basa en dos estructuras de datos fundamentales: Series y
DataFrames. Una Serie es una estructura de datos unidimensional similar a un array o una columna en una tabla de Excel. Un DataFrame es una estructura de datos bidimensional que se asemeja a una tabla o una hoja de cálculo, con filas y columnas etiquetadas.
Pandas ofrece una amplia gama de funcionalidades que facilitan el trabajo con datos, como la carga y escritura de datos en diferentes formatos (CSV, Excel, SQL, etc.), la limpieza y transformación de datos, el filtrado y selección de datos, el cálculo de estadísticas descriptivas, el manejo de valores faltantes, la fusión y combinación de conjuntos de datos, entre otros.
Además, Pandas se integra bien con otras librerías de análisis de datos en Python, como NumPy, Matplotlib y SciPy, lo que permite realizar análisis avanzados y visualizaciones de datos de manera eficiente. VIDEO 1 Y 2 (TOMA DE CONTACTOS)
VIDEO 3 Y 4 (SERIES) VIDEO 5 (DATAFRAME), 6 (LECTURA DE DATAFRAME) Y 7 (SELECCIÓN POR INDICES Y COLUMNAS VIDEO 8 (INFORMACIÓN BÁSICA DE LA DATA SET CON PANDAS EN PYTHON) VIDEO 9 (APLICANDO FUNCIONES A NUESTRO DATAFRAME CON PANDAS) VIDEO 10 (EJERCICIOS PRÁCTICOS CON SERIES EN PANDAS) VIDEO 11 (TITANIC) VIDEO 12 (VALORES FALTANTES PANDAS) VIDEO 13 (TRABAJANDO CON FECHAS HORAS) CONCLUSIÓN En conclusión grupal con el Producto Integrador de Aprendizaje es que la materia almacén de datos es una solución que permite a las organizaciones almacenar, organizar y gestionar grandes cantidades de datos de manera eficiente. Proporciona una infraestructura sólida para la recopilación, integración y almacenamiento de datos provenientes de diversas fuentes.
Un almacén de datos ofrece la capacidad de estructurar y transformar los datos de
modo que sean más fáciles de analizar y comprender. También permite realizar consultas y análisis complejos para obtener información valiosa y tomar decisiones informadas.
Ya relacionado con las librerías Pandas y Python son una combinación poderosa para el análisis y manipulación de datos. Python es un lenguaje de programación versátil y popular que ofrece una sintaxis clara y legible, lo que facilita el desarrollo de código. Además, cuenta con una amplia comunidad de desarrolladores y un ecosistema de librerías extenso que cubre una variedad de aplicaciones.
Pandas, por su parte, es una librería fundamental para el análisis de datos en
Python. Proporciona estructuras de datos eficientes, como las Series y los DataFrames, que permiten manipular y procesar datos de manera intuitiva. Pandas ofrece una gran cantidad de funcionalidades para realizar tareas como carga y escritura de datos, limpieza y transformación de datos, filtrado y selección de datos, entre otras
La integración de Pandas con otras librerías de análisis de datos, como NumPy,
Matplotlib y SciPy, amplía aún más su capacidad para realizar análisis avanzados y visualizaciones de datos. Además, Pandas ofrece un alto rendimiento, lo que es crucial al trabajar con grandes conjuntos de datos.
