Datos y analítica

Python

Ingeniería de datos, analítica y flujos Python en producción.

Contenido sobre pandas, DataFrames, PySpark, rendimiento y plataformas de datos.

Empieza aquí

Recorrido recomendado

Preparación de entrevistas

Preguntas de entrevista de Python

Practica preguntas de Python para ingenieros de datos sobre estructuras de datos, generadores, excepciones, archivos grandes, pandas, pruebas, memoria y pipelines en producción.

20 preguntas disponibles · en inglés

Practicar preguntas de Python →

Runtime e ingeniería de Python

pandas y DataFrames

PySpark y rendimiento

Guías rápidas

Ver todo →
  • PythonAnálisis de datosIntermedio

    Combinar DataFrames con merge y join

    Combina DataFrames de pandas de forma segura validando claves, cardinalidad, comportamiento de los nulos, multiplicación por duplicados y cambios en el número de filas antes de confiar en el resultado.

  • PythonSolución de problemasIntermedio

    Depurar problemas comunes de pandas

    Diagnostica fallos comunes de pandas relacionados con dtypes, valores faltantes, joins, asignación encadenada, datos duplicados, errores de fechas, presión de memoria y cambios inesperados en el número de filas.

  • PythonAnálisis de datosPrincipiante

    Filtrar filas en pandas

    Filtra filas de un DataFrame de pandas de forma segura y clara con máscaras booleanas, condiciones múltiples, pruebas de pertenencia, filtros de texto y fechas, comprobaciones de nulos y expresiones query.

  • PythonLimpieza de datosIntermedio

    Gestionar valores faltantes en pandas

    Inspecciona, filtra, rellena, elimina y valida valores faltantes en pandas sin cambiar silenciosamente el significado ni el dtype de los datos de producción.

  • PythonAnálisis de datosIntermedio

    GroupBy y agregaciones en pandas

    Agrupa datos de pandas por claves de negocio, calcula agregaciones fiables, conserva el contexto de cada fila con transform y evita los errores comunes con nulos, duplicados y lógicas de agregación mezcladas.

  • PythonAnálisis de datosPrincipiante

    Inspeccionar un DataFrame de pandas

    Inspecciona un DataFrame de pandas de forma rápida y segura para entender su forma, columnas, tipos de datos, nulos, duplicados, distribuciones y valores sospechosos antes de transformar los datos.

Contenido reciente

Ver todo →