Analizando Datos Censales con Pandas

PyCon 2019

---

Materiales para mi taller Analyzing Census Data with Pandas para PyCon 2019

El tutorial

Este tutorial esta diseñado para llevarse a cabo en mybinder.org pero si prefieres descargar el material y seguirlo en tu propia máquina aquí están las instrucciones a seguir.

Obteniendo los materiales

La manera más fácil de obtener una copia de este repositorio es clonarlo si sabes git.

git clone https://github.com/chekos/analyzing-census-data.git

Pero también es posible descargarlo directamente de GitHub:

Preparando tu entorno

2 bibliotecas son esenciales para este tutorial:

1. Pandas
2. Jupyter (notebooks o lab)

Puedes instalarlos con pip:

pip install pandas jupyterlab

o con conda

conda install -c conda-forge pandas jupyterlab

Ya que tengas los materiales y las bibliotecas de Python necesarias, dirigete a la carpeta ejercisios y activa una sesión de Jupyter Lab

cd analizando-datos-censales
cd ejercicios
jupyter lab

La estructura

Este tutorial te guiará en el processo de un proyecto de análisis de datos típico utilizando datos del Censo de Estados Unidos que adquirimos de IPUMS. Está dividido en 2 notebooks:

1. Preparación de Datos
2. Análisis de Datos

En el primer notebook vas a:

1. Trabajar con archivos de datos de comprimidos.
2. Adquirir estadísticas descriptivas de alto nivel de sus datos.
3. Eliminar columnas.
4. Eliminar filas (indexación booleana).
5. Trabajar con datos categóricos.
6. Trabajar con datos ponderados.
7. Usar la biblioteca pathlib de python, para que tu código sea más reproducible en todas las plataformas.
8. Desarrollar un flujo de trabajo de preparación de datos reproducible para proyectos futuros.

Además de eso, en el segundo notebook vas a:

1. Juntar datos.
2. Aprender sobre .groupby()
3. Aprender sobre las secciones transversales .xs()
4. Aprender sobre tablas pivote (pivot_table) y tablas cruzadas (crosstabs)
5. Desarrollar un flujo de trabajo de análisis de datos reproducible para proyectos futuros.