CertiDevs
Pandas
Curso completo Nivel medio certificado-completo-pandas

Pandas: Análisis de datos con Python

Pandas ·Ciencia de Datos

Curso completo de Pandas, la biblioteca de análisis de datos más usada del ecosistema Python. Cubres Series y DataFrames, manipulación y filtrado, agrupación y tablas dinámicas, limpieza de datos reales, entrada y salida con formatos modernos, integración con Matplotlib y Seaborn, y buenas prácticas de rendimiento. Al terminar automatizas procesos de Excel y SQL en flujos reproducibles, preparas datasets para informes y modelos, y entregas análisis listos para producción.

Evidencias FUNDAE Activación guiada Evaluación con IA Sin permanencia
Solicitar este curso para mi equipo Probar la plataforma

¿Prefieres verlo en directo? Agenda una demo sin compromiso.

Formación corporativa: este curso se activa bajo pedido para tu organización. Adaptamos temario, calendario y modalidad (teleformación, aula virtual o mixto).

Contenido del curso

Análisis y manipulación de datos tabulares en Python.

8 módulos 26 lecciones 10 ejercicios evaluados por IA 8 tests
  • Introducción e instalación de pandas Lección
  • Test de introducción a Pandas Test

Detalles del curso

Público objetivo

  • Programadores Python que necesitan analizar y transformar datos tabulares de forma eficiente y profesional.
  • Analistas de datos que quieren automatizar procesos que actualmente realizan en Excel o SQL.
  • Científicos de datos e ingenieros de datos que necesitan dominar la herramienta de preprocesamiento más utilizada del ecosistema Python.
  • Estudiantes de ciencia de datos, machine learning o inteligencia artificial que necesitan una base sólida en manipulación de datos antes de abordar modelado predictivo.

Contenido del certificado

Módulo 1: Introducción e instalación Qué es Pandas y el ecosistema de datos en Python Instalación y verificación del entorno Módulo 2: Estructuras de datos Series: creación, indexación y operaciones DataFrames: creación, selección con loc/iloc Tipos de datos: dtypes, ArrowDtype y StringDtype Módulo 3: Manipulación de datos Renombrar, agregar y eliminar columnas y filas Filtrado, búsqueda y ordenación Operaciones con texto y categóricas Operaciones matemáticas y estadísticas Operaciones con fechas y series temporales Fusión y concatenación de DataFrames Módulo 4: Agrupación y tablas dinámicas GroupBy y agregaciones Tablas dinámicas, pivot y reshaping Módulo 5: Limpieza y preparación de datos Identificación y tratamiento de valores faltantes Errores y duplicados Detección y tratamiento de outliers Codificación de variables categóricas Módulo 6: Entrada/salida e integraciones Lectura y escritura en CSV, Excel, Parquet, JSON y SQL Integración con Matplotlib Integración con Seaborn Módulo 7: Rendimiento y buenas prácticas Copy on Write y PyArrow backend Encadenamiento de métodos y pipe() Módulo 8: Pandas avanzado MultiIndex e índices jerárquicos Funciones de ventana: rolling, expanding y ewm Novedades de Pandas 2.x Evaluación final Examen de código Examen multirespuesta Proyecto integrador con PyArrow, groupby, pivot, merge y export Parquet

Objetivos de aprendizaje

Al completar este curso, serás capaz de:

  • Crear, inspeccionar y transformar Series y DataFrames con total soltura.
  • Filtrar, ordenar, agrupar y fusionar datos de múltiples fuentes.
  • Limpiar conjuntos de datos: tratar valores faltantes, errores, duplicados y outliers.
  • Codificar variables categóricas para su uso en modelos de machine learning.
  • Crear tablas dinámicas y resúmenes agregados con groupby() y pivot_table().
  • Leer y escribir datos en formatos modernos como Parquet y JSON.
  • Visualizar datos directamente desde DataFrames con Matplotlib y Seaborn.
  • Optimizar el rendimiento de Pandas con Copy-on-Write, PyArrow y vectorización.
  • Trabajar con índices jerárquicos MultiIndex y funciones de ventana.
  • Escribir código Pandas limpio y mantenible con encadenamiento de métodos y pipe().

Otros cursos de Pandas

Especialización ·Nivel medio

Ciencia de datos con Pandas y Python

Curso de Pandas en Python pensado para equipos que estandarizan su capa de datos tabulares de forma profesional. Cubres Series y DataFrames, manipulación y filtrado, groupby y tablas dinámicas, limpieza completa de missings y outliers, entrada y salida moderna con backends Arrow, integración con Matplotlib y Seaborn, y buenas prácticas de rendimiento. Al terminar dispones de una base homogénea para informes reproducibles, ETLs y la preparación previa a machine learning o DataFrames distribuidos.
Especialización ·Nivel medio

Pandas: agregación, pivotes y calidad de datos

Curso para pasar de tener una tabla a tener un dataset fiable para informes, decisiones y modelos. Trabajas análisis agregado con groupby y transformaciones, tablas dinámicas para reorganizar datos, y un flujo completo de calidad: valores faltantes, duplicados, outliers y codificación de variables categóricas. Al terminar entregas tablas listas para BI, machine learning o reporting con decisiones de limpieza explícitas y reproducibles.
Especialización ·Nivel medio

Pandas: entrada y salida de datos y visualización

Curso para cerrar el ciclo de análisis tabular: leer datos, explorarlos visualmente y exportarlos en un formato adecuado. Trabajas carga y exportación moderna en CSV, Excel, Parquet, JSON y bases relacionales, gráficos rápidos integrados con Pandas y Matplotlib, y visualización estadística con Seaborn sobre DataFrames. Al terminar entregas flujos reproducibles que pasan del fichero crudo a la figura que va al informe o al dashboard sin reinventar nada en cada proyecto.
Especialización ·Nivel medio

Pandas: fundamentos y manipulación de datos

Curso centrado en los fundamentos de Pandas en un único bloque formativo. Aprendes a construir Series y DataFrames, gestionar tipos de datos eficientes, filtrar y seleccionar con criterio, trabajar con texto, fechas y operaciones estadísticas básicas, y combinar fuentes con merge y concat. Al terminar pasas de ficheros sueltos a tablas mantenibles, dejas de copiar recetas sin entenderlas y entregas código tabular reutilizable en proyectos empresariales.
Carreras que incluyen este curso

Forma equipos completos con un itinerario

Este curso aparece dentro de las siguientes carreras corporativas.

Itinerario completo

Data Analytics

Carrera profesional de Data Analytics para analistas de negocio, BI y consultoría: dominio de SQL para exploración y modelado, Python con pandas y NumPy para análisis, visualización avanzada con Power BI, Plotly, Matplotlib y Seaborn, transformación con dbt, procesamiento en Databricks y Streamlit para aplicaciones analíticas orientadas a la toma de decisiones en banca, seguros, retail, energía y consultoras.
Itinerario completo

Data Engineering

Carrera profesional de Data Engineering para equipos que construyen plataformas de datos corporativas: Python, SQL, pandas, streaming con Kafka, orquestación con Airflow, transformación con dbt, procesamiento distribuido con PySpark y Databricks para implantar data lakehouses y pipelines ETL/ELT robustos.
Itinerario completo

IA para Ciencia de Datos

Carrera profesional de ciencia de datos e IA para equipos que construyen modelos predictivos, sistemas de ML y pipelines de deep learning en producción: Python, SQL, análisis con NumPy y pandas, visualización, machine learning con scikit-learn, deep learning con TensorFlow y PyTorch, Transformers de Hugging Face, PySpark y MLOps.
Llave en mano para empresas

¿Formación para tu equipo en esta tecnología?

Tú nos dices a quién formar y nosotros configuramos la plataforma con tu marca, damos de alta a tu gente, evaluamos las entregas con IA y te entregamos los certificados y los informes técnicos para tu gestor FUNDAE. Catálogo amplio con teleformación, aula virtual o mixto. Sin permanencia, sin coste de setup.

Solicitar formación para tu equipo Probar la plataforma

¿Prefieres verlo en directo? Agenda una demo.

Preguntas frecuentes

¿Pandas: Análisis de datos con Python es bonificable por FUNDAE para mi empresa?
Puede ser bonificable cuando la acción cumple los requisitos aplicables. La plataforma aporta evidencias técnicas: seguimiento de tiempos, registro de conexiones, foros, encuestas y certificados para que tu entidad organizadora o gestoría revise la documentación.
¿En qué modalidades se imparte Pandas: Análisis de datos con Python?
En tres modalidades: teleformación (online asíncrona), aula virtual privada en directo y mixta. Adaptamos temario, calendario y modalidad al equipo.
¿Se adapta Pandas: Análisis de datos con Python al nivel de mi equipo?
Sí. Adaptamos temario, calendario y modalidad al nivel y al stack del equipo, con ejercicios evaluados por IA y certificado verificable.
¿Cuánto tarda en activarse para mi empresa?
La activación corporativa estándar es rápida, sin coste de setup ni permanencia.