pandas es una biblioteca de Python de código abierto para analizar y manipular datos tabulares, desarrollada a partir de 2008 por Wes McKinney. Su objeto central, el DataFrame, se parece a una tabla con columnas con nombre. Con ella puedes cargar datos de archivos CSV, Excel o bases de datos y limpiarlos, filtrarlos, agruparlos y combinarlos. pandas se basa en NumPy y es una herramienta estándar en análisis de datos, informes y preparación de datos de entrenamiento.
Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.
Iniciar demoNumPy es la biblioteca básica de Python, de código abierto, para el cálculo numérico. Ofrece arrays multidimensionales y funciones rápidas de álgebra lineal, estadística y números aleatorios, cuyo núcleo se ejecuta en código compilado. Muchas herramientas de análisis de datos y machine learning, como pandas, scikit-learn y numerosas bibliotecas de visualización, se basan en NumPy. Si trabajas con datos en Python, casi siempre lo usas de forma directa o indirecta.
El análisis exploratorio de datos (EDA) es la primera mirada abierta a un conjunto de datos: calculas indicadores, revisas distribuciones y gráficos y buscas patrones, valores atípicos y datos que faltan, todavía sin una hipótesis fija. Sirve para valorar la calidad de los datos y encontrar preguntas útiles para análisis o modelos posteriores. Ejemplo: antes de una previsión de ventas, el EDA revela que un mes se registró de forma incompleta por un cambio de sistema.
La limpieza de datos consiste en detectar y corregir entradas erróneas, duplicadas o incoherentes en un conjunto de datos. Pasos típicos son unificar grafías y formatos de fecha, eliminar espacios sobrantes y fusionar duplicados como «García S.L.» y «Garcia SL». Unos datos limpios son la base de análisis, envíos masivos y aplicaciones de IA fiables.
Jupyter Notebook es una aplicación de código abierto basada en el navegador, del Proyecto Jupyter, que combina en un solo documento código ejecutable, resultados, gráficos y texto explicativo. Los notebooks se usan mucho en análisis de datos, aprendizaje automático, investigación y docencia, porque permiten documentar y compartir cada paso de forma trazable. El lenguaje más habitual es Python. Ejemplo: un analista carga datos de ventas, los limpia y muestra justo debajo el resultado en un gráfico.
