Desarrolla soltura práctica con Pandas mediante 100 ejercicios numerados en un único Jupyter Notebook. Los primeros 50 establecen el trabajo cotidiano con Series y DataFrame: creación, selección, aritmética, valores ausentes, cadenas y archivos CSV o Excel. La segunda mitad aborda índices temporales, MultiIndex, agrupación, tablas dinámicas, categorías, limpieza, preprocesamiento y gráficos.
Cada ejercicio numerado incluye código funcional y la mayoría va seguido de una celda vacía para reproducir o adaptar la operación. Los ejemplos crean datos compactos dentro del Notebook, de modo que puedes concentrarte en cada técnica antes de combinarla en análisis mayores.
Lo que aprenderás
- Crear, indexar, cortar, modificar y calcular con
Seriesde Pandas - Construir e inspeccionar
DataFramea partir de arrays NumPy y diccionarios - Seleccionar, ordenar, copiar, agregar y consultar tablas por condiciones
- Rellenar o eliminar valores ausentes y aplicar transformaciones vectorizadas de texto
- Leer y escribir datos CSV y Excel desde un flujo de Notebook
- Trabajar con fechas, zonas horarias, MultiIndex, agrupaciones y tablas dinámicas
- Limpiar columnas irregulares, quitar duplicados, categorizar y normalizar datos numéricos
- Crear gráficos de líneas, dispersión y barras directamente desde objetos Pandas
A quién va dirigido este curso
Este curso es para estudiantes de Python que desean mucha práctica con Pandas y para quienes necesitan reforzar patrones habituales de manipulación tabular. Los principiantes pueden seguir la primera mitad en orden; quienes ya conocen Pandas pueden usar los ejercicios posteriores para repasar temas avanzados concretos.
Requisitos previos: Se recomienda Python básico, incluidas listas, diccionarios, funciones y arrays NumPy sencillos. La experiencia con Pandas ayuda, pero no es obligatoria porque hay ejemplos funcionales.
Entorno de aprendizaje: Un Jupyter Notebook en el navegador sobre Ubuntu 22.04 contiene los 100 ejercicios y admite CSV, Excel y gráficos integrados. Los datos se crean dentro del Notebook, sin datasets externos ni instalación local.
Preguntas frecuentes
¿Se incluyen soluciones?
Sí. Cada ejercicio numerado tiene código funcional y la mayoría incluye una celda vacía adyacente. Para practicar de verdad, intenta predecir o escribir la operación antes de consultar la implementación.
¿Se comprueban automáticamente mis respuestas?
No. Las instrucciones indican que las operaciones del Notebook no pueden validarse automáticamente. Debes ejecutar las celdas, inspeccionar el objeto o gráfico resultante y compararlo con el comportamiento mostrado.
¿Debo completar los 100 ejercicios en orden?
Los primeros 50 forman una progresión útil por los fundamentos. Los ejercicios 51–100 tratan temas más avanzados y varias secciones son opcionales, por lo que puedes elegir series temporales, tablas dinámicas, limpieza o visualización.
¿Se usa un gran dataset real o se construye un proyecto completo?
No. Se emplean ejemplos pequeños y autocontenidos para aislar operaciones de Pandas. El objetivo es amplitud y repetición, no un análisis completo de un dataset externo.
