Un curso
Todas las lecciones, proyectos y simulacros de pandas.
Facturación mensual. Cancela cuando quieras.
Nivel 1: Recién llegado
0 puntos
Inicia sesión para guardar tu progreso y continuar en otros dispositivos.
Cursos / Herramientas de datos y análisis
Practica pandas en un cuaderno de Python que funciona en tu navegador. Cargas un conjunto de datos, lo filtras y ordenas, limpias valores desordenados y después agrupas, combinas, reestructuras y haces gráficos, con cada respuesta comprobada en el DataFrame. Más adelante hay cinco proyectos y dos simulacros.
Elige tu plan aquí. Tu curso ya está seleccionado.
Transforma tres archivos de ventas exportados con formatos diferentes en una tabla de pedidos limpia y un informe de ingresos por producto y mes.
10 pasos · 35 minCaso práctico · IntermedioObjetivos regionalesCompara los ingresos mensuales con los objetivos por región, gestiona un mes incompleto y un mes sin ventas, y decide qué región necesita atención.
8 pasos · 25 minProyecto · AvanzadoUn informe mensual de KPICrea una tabla de KPI mes a mes a partir de pedidos, costes de productos y objetivos, excluye el mes incompleto y representa los ingresos frente al objetivo en un gráfico.
10 pasos · 35 minCaso práctico · AvanzadoLa promoción de primaveraEvalúa una promoción de descuentos en una tienda comparándola con las semanas anteriores y con una tienda que no tuvo ninguna promoción, y decide si valió la pena.
7 pasos · 30 minCaso práctico · AvanzadoEntregas con retrasoMide las entregas con retraso por transportista, almacén y día de envío a partir de marcas de tiempo UTC, distingue dos causas e indica qué corregir primero.
10 pasos · 30 minProyecto · ExpertoRetención de clientes por mes de registroLimpia los pedidos de los miembros, asigna cada miembro a una cohorte según su mes de registro y crea una tabla de retención que cuente a los miembros que nunca hicieron un pedido y deje vacíos los meses futuros.
11 pasos · 40 minProyecto · ExpertoUn proceso de limpieza repetibleConvierte un archivo semanal de un proveedor en datos limpios con pequeñas funciones encadenadas mediante pipe, registra cada problema en una tabla de comprobaciones y ejecuta el mismo proceso con el archivo de la semana siguiente.
8 pasos · 40 minProyecto · ExpertoUn informe del embudo webDivide un registro de eventos web en sesiones con una regla de separación de 30 minutos, marca a qué pasos llegó cada sesión y presenta las tasas de visualización, carrito y compra por dispositivo.
9 pasos · 35 minCaso práctico · ExpertoA qué productos cambiarles el precioAsocia el precio vigente a cada semana de ventas, compara las unidades en cada nivel de precio dentro de cada producto y averigua qué categoría pierde más volumen cuando suben los precios.
6 pasos · 30 minCaso práctico · ExpertoQué volver a pedir esta semanaCalcula la demanda diaria media a partir de un registro de ventas que omite los días sin ventas, compara los días de existencias con el plazo de entrega de cada proveedor y elabora la lista de reposición de esta semana.
6 pasos · 25 minSimulacro de examen · ExpertoAnálisis de bicicletas compartidasUn ejercicio para hacer en casa como los que proponen los equipos de selección: un conjunto de datos de alquiler de bicicletas, un enunciado con diez preguntas y un límite de 90 minutos.
10 preguntas · 90 minSimulacro de examen · ExpertoEvaluación de pandas con límite de tiempoDoce preguntas independientes del tipo que aparece en las evaluaciones de pandas en línea, con cuatro conjuntos de datos y un límite de 45 minutos.
12 preguntas · 45 minPractica pandas en un cuaderno que ejecuta Python real en tu navegador, con conjuntos de datos realistas de una tienda de artículos para el hogar, una empresa de alquiler de bicicletas y una cafetería. Cada ejercicio se abre con los datos ya cargados. Escribe el código, ejecuta la celda con Mayús + Intro y comprueba al instante si el resultado es correcto, con una indicación concreta cuando no lo sea.
El curso abarca desde Principiante hasta Experto: carga e inspecciona un archivo, filtra y ordena, modifica y resume columnas; después, limpia exportaciones desordenadas, combina tablas, cambia su estructura, trabaja con series temporales, crea gráficos y escribe código rápido y comprobado. Cada unidad termina con una serie de ejercicios con datos nuevos. Los proyectos, casos prácticos y series de ejercicios de entrevista combinan las habilidades tal como las usan los analistas en el trabajo y en las pruebas de selección.
Work one company brief through several tools. Your pandas stage reads the tables from the stage before.
Principiante
Carga un archivo, revisa su contenido y selecciona columnas.
Conserva las filas que necesitas con máscaras, condiciones y query, y ordénalas.
Añade, renombra, elimina y convierte columnas, y elimina filas duplicadas.
Agrupa, agrega, crea tablas dinámicas y tablas de contingencia.
Intermedio
Valores ausentes, texto desordenado, fechas, recodificación e intervalos.
Une tablas por claves, apila archivos y trabaja con el índice.
Ejecuta tus propias funciones con map y apply, y lee y escribe archivos CSV, Excel, JSON y Parquet.
Combina archivos exportados desordenados en un informe, responde una pregunta sobre objetivos y practica preguntas de la primera ronda de entrevistas.
Avanzado
Convierte tablas entre formato ancho y largo con melt, pivot, stack, unstack y explode.
Incluye los valores de cada grupo en todas sus filas, conserva grupos completos, calcula posiciones y totales acumulados y encuentra los N valores más altos de cada grupo.
Remuestreo, ventanas móviles y expansivas, tasas de crecimiento y zonas horarias.
Categorías ordenadas, selección con MultiIndex y expresiones regulares.
Gráficos de líneas, de barras, histogramas y diagramas de caja con df.plot, con etiquetas que permitan interpretarlos.
Crea un informe mensual de KPI, evalúa una promoción frente a una tienda de comparación, encuentra las causas de los retrasos en las entregas y practica preguntas de segunda ronda de entrevistas.
Experto
Combinaciones que multiplican filas, validate e indicator, y coincidencias por la fecha más reciente con merge_asof.
Sustituye los bucles por código vectorizado, reduce el tamaño de las tablas con dtypes y escribe cadenas de operaciones legibles con assign y pipe.
Comprueba las claves, las referencias y las fechas antes de confiar en un archivo, y detecta valores atípicos con la regla del rango intercuartílico, las puntuaciones z y las medianas por grupo.
Retención por cohortes, un proceso de limpieza reutilizable, un embudo web, casos prácticos de precios y reposición de pedidos, preguntas de la ronda final de entrevistas y dos simulacros de examen cronometrados.