Curso Ciencia de datos con Pandas y Python

Este certificado recorre Pandas como herramienta central para análisis de datos en Python: desde Series y DataFrames hasta groupby, tablas dinámicas, limpieza de calidad de datos, I/O moderno (incluido backend PyArrow), visualización con Matplotlib y Seaborn, y rendimiento con Copy-on-Write y buenas prácticas de código.

Público objetivo

• Programadores Python que necesitan analizar y transformar datos tabulares de forma profesional.
• Analistas de datos y perfiles técnicos que automatizan flujos que antes vivían en Excel o SQL.
• Científicos de datos e ingenieros de datos que requieren preprocesamiento sólido antes de modelado o pipelines.

Contenido del roadmap

Introducción e instalación

• Contexto de Pandas en el ecosistema de datos en Python, instalación y comprobación del entorno.

Estructuras de datos

• Series y DataFrames: creación, indexación, tipos nullable y backends eficientes.

Manipulación de datos

• Transformaciones, filtrado, texto y categóricas, fechas, y combinación de tablas.

Agrupación y tablas dinámicas

• GroupBy, agregaciones, pivot, melt y operaciones de reshaping.

Limpieza y preparación

• Valores faltantes, duplicados, outliers y codificación de categóricas.

Entrada/salida e integraciones

• Lectura y escritura en formatos habituales y enlace con Matplotlib y Seaborn.

Rendimiento y buenas prácticas

• Copy-on-Write, PyArrow, patrones de código mantenible y evaluación final.

Objetivos de aprendizaje

Al completar este roadmap, serás capaz de:

• Construir y transformar Series y DataFrames con criterio de tipos y memoria.
• Filtrar, ordenar, agrupar y pivotar datos para obtener resúmenes accionables.
• Limpiar conjuntos de datos: ausencias, errores, duplicados y valores atípicos.
• Importar y exportar datos usando opciones modernas alineadas con PyArrow cuando aplique.
• Visualizar resultados desde DataFrames con Matplotlib y Seaborn.
• Aplicar prácticas de rendimiento y estilo recomendadas en Pandas actuales.