Análisis de datos de eventos deportivos con Pandas en Python

Deberás trabajar con tres conjuntos de datos que contienen información sobre los siguienters puntos:

1. Eventos deportivos: datos como el nombre del evento, la fecha, ubicación y el número total de asistentes.
2. Aficionados: datos demográficos como la edad, género y lugar de residencia de los aficionados que asistieron a los eventos.
3. Promociones publicitarias: información sobre las promociones realizadas, incluyendo el medio publicitario utilizado, el presupuesto y la duración de la promoción.

Tu misión será realizar la limpieza de datos, combinarlos y responder a preguntas críticas de negocio como cuál fue el evento más exitoso en términos de asistencia, qué medio publicitario fue el más efectivo y qué grupo de edad es el más frecuente en los eventos. Además, deberás realizar algunas transformaciones adicionales para medir el impacto de las promociones y la duración de las mismas. 

A continuación te ofrecemos las pautas que debes seguir, ¡toma nota!

1. Preparar el entorno de trabajo

• Crea un nuevo archivo Jupyter Notebook llamado analisis_eventos.ipynb.

2. Importar las librerías necesarias

• Importa las librerías Pandas que necesitarás para realizar el análisis.

3. Cargar los datos (lectura y procesamiento de datos con Pandas)

• Utiliza Pandas para cargar los archivos CSV: eventos.csv, aficionados.csv y promociones.csv. Guarda los datos en tres DataFrames distintos.

4. Limpieza de datos

• Elimina las filas con valores nulos en los DataFrames para asegurarte de trabajar con datos completos. Utiliza el método dropna().

5. Combinación de los DataFrames

• Para poder analizar los datos en conjunto, deberás combinarlos. Utiliza merge() o join() para combinar los DataFrames de eventos, aficionados y promociones. Elige la columna id_evento para relacionar las tablas.

6. Responde las siguientes preguntas de negocio

• ¿Cuál es el evento con mayor asistencia total?
  • Usa max() en la columna asistentes_totales para identificar el evento con mayor número de asistentes.
• ¿Qué rango de edad asiste más frecuentemente a los eventos?
  • Utiliza pd.cut() para agrupar a los aficionados en rangos de edad y luego cuenta cuántos aficionados hay en cada grupo.
• ¿Qué medio publicitario ha generado mayor impacto en términos de asistencia?
  • Crea una columna impacto_promoción que divida el número de asistentes totales por el presupuesto de la promoción y agrupa por medio_publicitario.
• ¿Cuál es la ubicación de residencia que más aficionados aporta a los eventos?
  • Usa groupby() para sumar los aficionados por ubicación de residencia.

7. Exportación de los resultados:

• Guarda el DataFrame resultante con todas las transformaciones y análisis en un archivo CSV llamado reporte_eventos.csv utilizando la función df.to_csv().