Prácticas de Ciencia de Datos con Pandas

Este repositorio contiene notebooks en Jupyter (.ipynb) desarrollados durante un curso especializado en Ciencia de Datos, utilizando la biblioteca Pandas. Las prácticas se realizaron en entornos virtuales gestionados con Anaconda, lo que garantiza un entorno controlado y reproducible para el aprendizaje y experimentación.

---

📚 Temario del Curso

Módulo 7: Preprocesamiento y Limpieza de Datos con Numpy y Pandas

Parte I: Fundamentos y Técnicas Básicas

1. Fundamentos de Numpy
   • Introducción y operaciones básicas.
2. Introducción al Data Wrangling y Preprocesamiento de Datos
   • Herramientas y entorno de trabajo en Python.
3. Manipulación de Datos con Pandas
   • Estructuras de datos: Series y DataFrame.
   • Lectura y escritura de datos: Archivos CSV, Excel, JSON, entre otros.
   • Filtrado y selección: Operaciones para trabajar con DataFrames.
   • Limpieza de datos básica:
     • Identificación y manejo de valores atípicos.
     • Estrategias para tratar valores faltantes.
4. Procesamiento de Datos Avanzado con Pandas
   • Agrupación y agregación.
   • Combinación y unión de DataFrames.
   • Manejo de datos categóricos y extracción de texto.
   • Técnicas avanzadas para valores atípicos y faltantes.

Parte II: Procesamiento Avanzado y Rendimiento

1. Procesamiento de Datos Temporales y Geoespaciales
   • Análisis de series temporales con Pandas.
   • Introducción a GeoPandas para análisis geoespacial.
2. Optimización y Rendimiento
   • Técnicas de optimización en el wrangling de datos.
   • Uso de concurrencia y paralelismo.

---

📂 Estructura del Repositorio

• notebooks/: Contiene los notebooks clasificados por tema.
  • fundamentos_numpy.ipynb: Operaciones básicas y fundamentos de Numpy.
  • wrangling_basico.ipynb: Introducción al preprocesamiento y limpieza de datos.
  • pandas_avanzado.ipynb: Técnicas avanzadas de Pandas, como agrupación, unión y manejo de datos categóricos.
  • series_temporales.ipynb: Análisis y manejo de datos temporales.
  • geopandas_intro.ipynb: Prácticas con GeoPandas para datos geoespaciales.
• datasets/: Archivos utilizados durante las prácticas (CSV, Excel, JSON, etc.).
• env/: Archivos para la gestión del entorno virtual con Anaconda.

---

🚀 Configuración del Entorno

1. Clona el repositorio:

git clone https://github.com/jdomdev/data-science-pandas.git
cd data-science-pandas

2. Crea el entorno con Anaconda:

conda env create -f environment.yml
conda activate pandas-env

3. Inicia Jupyter Notebook:

jupyter notebook

📋 Dependencias Principales

• Python: >=3.9
• Numpy: >=1.21
• Pandas: >=1.3
• GeoPandas: >=0.10
• Matplotlib: >=3.4
• Jupyter: >=1.0

📜 Licencia

Este proyecto está licenciado bajo la Licencia Pública General de GNU v3.0. Consulta el archivo LICENSE para más detalles.
Con esta actualización, se especifica que la aplicación está bajo la licencia GPLv3. Esto informa a los colaboradores y usuarios que pueden modificar y redistribuir el software bajo los términos de esta licencia.