Análisis de datos con Pandas con reporte final

[@A4O_TSL]

Dentro de tantos videos los tuyos estan siendo como el oro en bruto que estaba escondido, Gran contenido!

[@adrian_cancino]

Muchas Gracias!!!!

[@felipejaramillo5518]

Excelente video, para los que apenas estamos entrando en este mundo es perfecto.

[@adrian_cancino]

Que bueno que te haya servido

[@Exposito582]

Excelente video para practicar un poco los conocimientos adquiridos previamente

[@sergioalejandrocanaspedroz6755]

Nuevo suscriptor amigo, muy buena explicación el tono de voz añade una cierta de tranquilidad jajaj y la información para los que estamos iniciando es perfecta, !excelente! Espero subas más

[@adrian_cancino]

Gracias!!! 😅 Estoy preparando más

[@diegoroldanroldan5393]

Que bueno que existen este tipo de personas que explican linea por linea, estoy estudiando ki especialización en data scient y solo muestran codigo y no explican y me esta costando mucho

[@adrian_cancino]

Gracias!!, que bueno que te sirva para tus estudios

[@slacex]

para los que tienen problemas en el minuto 33 con el codigo la solucion es:
occ_steps = data.groupby(data['Occupation'])[['Daily Steps', 'Physical Activity Level', 'Sleep Duration', 'Quality of Sleep']].mean()
occ_steps.sort_values(by='Daily Steps')

[@walterfelix1951]

Mis felicitaciones, muy didáctico.
Suerte en todo lo que hagas.

[@user-qv1yb2qc5s]

Buen video, justamente ando adentrandome al mundo del data analyst, tu video me ayudo mucho. Te agrego al Linkedin!

[@CARLOSRAMIREZ-kb4hp]

Mil gracias por este ejercicio, bastante útil y claro. Me gustaría aprender cómo se contruye este tipo de reportes pero con Markdown.

[@adrian_cancino]

Anotado!!

[@joseluisvalderramaampuero2569]

Muchas gracias amigo , buenisimoooooooooooooooooooooo

[@yercoarancibia3366]

Adrian, mucho gusto, tus videos son demasiado buenos, me encanta tu forma de aprendizaje y el cómo simplificas las cosas a un entendimiento total. Quisiera saber si el reporte final lo has hecho con alguna librería de python o es un word donde puedes copiar y pegar los análisis relizados en google colab, te agradeceria mucho esa información.

[@adrian_cancino]

Utilice Obsidian, el cual es un programa que te deja escribir en Markdown es lo que se utiliza en colab para darle formato al texto. Por si te sirve el programa esta gratis para que lo uses

[@kvelez]

Excellent video.

[@torysp]

Muy bueno el video, faltaron algún aspecto, pero felicidades por las explicaciones muy buenas.

[@marcocordero2233]

Gracias, buen fondo de Zelda!

[@micaelacordoba932]

Muy buen contenido

[@luisochoa5493]

Excelente tutorial bro

[@adrian_cancino]

Gracias!

[@josecarlosp446]

Muy buen video, explicas muy bien 👍
Par una próxima oportunidad podrías añadir la parte de gráficas por favor?

[@adrian_cancino]

Claro, lo tomaré en cuenta

[@bryan-eq7ox]

😊😊😊

[@yanigangemi]

Muy bueno tus videos! Una consulta, en el reporte qué método usas para exportar las tablas del código de python?

[@adrian_cancino]

Google Colab te deja copiar las tablas en formato Markdown, para hacer el reporte utilicé Obsidian

[@ElMatiiiEscobar]

Muchas por el aporte! Quisiera preguntarte con que herramienta realizaste el reporte? O cual recomendas?

[@adrian_cancino]

Use un programa que se llama Obsidian que te permite escribir utilizando Markdown, pero si quieres algo más profesional puedes buscar un tipo de escritura que se llama LaTeX

[@ElMatiiiEscobar]

@@adrian_cancino Muchas gracias!!

[@arcastillof]

me iba a subscribir, pero me dijeron adulto viejo

[@adrian_cancino]

Era solo para fines educativos 😂😅

[@davidcalcina4486]

Buen video, buena información.
Donde aprendiste tanta info?

[@adrian_cancino]

Hay dos libros gratuitos sobre el tema que sirven bien para comenzar aca los tienes:
Python for Data Analysis - wesmckinney.com/book/
Python Data Science - jakevdp.github.io/PythonDataScienceHandbook/
También en Kaggle tienes varios cursos para aprender.

[@andrescalderonbernal8610]

¿Alguna guía de cómo hacer esto mismo en Visual Studio Code?

[@adrian_cancino]

VS Code soporta de forma nativa Jupyter Notebooks, aca tienes la guía oficial. Solamente tienes que seleccionar el interpretador.
code.visualstudio.com/docs/datascience/jupyter-notebooks

[@LeRonche]

Bastante interesante. Pero Uf estos cruces se me hacen tan faciles con tablas dinamicas de Excel o con SPSS. En fin cada quien con su aplicaciones. El video tiene muchas ligeresas estadisticas en la interpretacion e inferencia. Con 374 registros o boletas es suficiente muestra para inferier de poblaciones grandes, no haria falta ampliar el muestreo. Si se uso aleatoriedad no haria falta ajustar datos, asi son los resultados y seria sesgar. No se usa el estadistico del valor esperado o el Chi2 en cada cruce para concluir si una corte tiene mejor o peor calidad de sueño y otros cruces. No estoy seguro si la desv st a un tercio del promedio implica disperción. Con un minimo de 27 y maximo de 57 pudiera haber curtosis pero habria que verlo en um gráfico. Fuera de eso interesante ejercicio.

[@darwingodoy1653]

No todas las empresas trabajan con excel , hay otras que trabajan con sql , nosql , archivos planos , json , csv , ect. , asi que imagina pasar datos de json a excel seria una perdida de tiempo.
Si haces esos cruces en excel lo haces con informacion liminitada es decir 1000 , 5000 filas. Si hicieras eso en excel y tuvieras millones de registro lo minimo que te pasaria seria uso excesivo de recursos de tu pc y lo maximo que sucederia es que se congele tu pc.
Y en cuanto al tema estadistico es un df de prueba , lo que se trata de comprender en si con el ejemplo es el tema de funciones y metodos que tiene la libreria y como se pueden aplicar