Це відео не доступне.
Перепрошуємо.
Análisis de datos con Pandas con reporte final
- Додати в
- Мій плейлист
- Переглянути пізніше
- Поділитися
Поділитися
Вставка
Розмір відео:
- Опубліковано 14 сер 2024
КОМЕНТАРІ • 39
Наступне
Автоматичне відтворення
Análisis de datos con PythonAdrian Cancino
Переглядів 4,8 тис.
SQL para limpieza de datos - Proyecto completoCarolina Data Analyst
Переглядів 10 тис.
YouTube Data Analysis | END TO END DATA ENGINEERING PROJECTDarshil Parmar
Переглядів 268 тис.
Курянка: «Я не украинка, но разговариваю на украинском языке» #shorts #курскаяобластьАпостроф TV
Переглядів 571 тис.
Зеленський з британським премʼєром нагородили бійця у госпіталі #війна #україна #зсу #shorts #людиСуспільне Чернігів
Переглядів 575 тис.
Что под плащом? 😱 #тнт #shorts #юмор #шоу #однаждывроссии #моргунова #картункова #кошкина #летоОВР Шоу
Переглядів 4,6 млн
бедный дед на ламборгини- меняет вейп на секретные шкатулки - выиграл айфон, но отказался от призаABRACADABRA TV
Переглядів 8 млн
GUIA para CREAR tu PORTAFOLIO en CIENCIA DE DATOS 2023 | CONSEJOSLuigi Analytics
Переглядів 12 тис.
Aprende a Analizar Datos con Python [ y Pandas ]Dimas
Переглядів 6 тис.
DATA SCIENCE: Te explico un PROYECTO TÍPICO desde el Problema Hasta el Código [INCLUYE App]DataScience ForBusiness
Переглядів 195 тис.
Que necesitas saber de Data ScienceA2 Capacitación: Excel
Переглядів 208 тис.
🐍Curso COMPLETO de IA desde Cero (con PYTHON)!! : Limpieza de datos - Modulo 1TuTechGuy
Переглядів 4,7 тис.
Pyspark | Análisis de datos con Python | ETL | Workshop | Carga, transformación y filtradodatasciencecamp
Переглядів 8 тис.
Tutorial: LIMPIEZA DE DATOS con Python y PandasCodificando Bits
Переглядів 40 тис.
Descubre las Nuevas Funciones de ChatGPT para Análisis de Datos con Excel #Excel #chatgpt4oMicrosoft Excel a Todo Nivel
Переглядів 11 тис.
Pandas - Todo lo que necesitas saber 🤓A2 Ciencia de Datos
Переглядів 12 тис.
skibidi toilet 77 (part 1)DaFuq!?Boom!
Переглядів 17 млн
Можно ли пропускать завтрак? #эндокринолог #питание #диеты #правильноепитаниеВлад Аганов
Переглядів 2,6 млн
Атака ВСУ на Курскую область: что происходит?BBC News - Русская служба
Переглядів 3,4 млн
«Ми так війну не закінчимо ніколи»: 22-річний морпіх про те, чому їм потрібні молоді #війна #зсуСлідство.Інфо | Розслідування, репортажі, викриття
Переглядів 595 тис.
РЕЙНДЖЕРС - ДИНАМО. Детальний огляд матчу. ЛІГА ЧЕМПІОНІВFootball Hub
Переглядів 297 тис.
бедный дед на ламборгини- меняет вейп на секретные шкатулки - выиграл айфон, но отказался от призаABRACADABRA TV
Переглядів 8 млн
لااا! هذه البرتقالة مزعجة جدًا #قصيرOne More Arabic
Переглядів 50 млн
КУРСК в ОГНЕ, кадыровцы грызутся с ГЕНШТАБОМ РФ, а СКАБЕЕВУ послалиТелеканал ICTV
Переглядів 1,5 млн
Dentro de tantos videos los tuyos estan siendo como el oro en bruto que estaba escondido, Gran contenido!
Muchas Gracias!!!!
Excelente video, para los que apenas estamos entrando en este mundo es perfecto.
Que bueno que te haya servido
Excelente video para practicar un poco los conocimientos adquiridos previamente
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
Gracias!!! 😅 Estoy preparando más
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
Gracias!!, que bueno que te sirva para tus estudios
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')
Mis felicitaciones, muy didáctico.
Suerte en todo lo que hagas.
Buen video, justamente ando adentrandome al mundo del data analyst, tu video me ayudo mucho. Te agrego al Linkedin!
Mil gracias por este ejercicio, bastante útil y claro. Me gustaría aprender cómo se contruye este tipo de reportes pero con Markdown.
Anotado!!
Muchas gracias amigo , buenisimoooooooooooooooooooooo
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.
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
Excellent video.
Muy bueno el video, faltaron algún aspecto, pero felicidades por las explicaciones muy buenas.
Gracias, buen fondo de Zelda!
Muy buen contenido
Excelente tutorial bro
Gracias!
Muy buen video, explicas muy bien 👍
Par una próxima oportunidad podrías añadir la parte de gráficas por favor?
Claro, lo tomaré en cuenta
😊😊😊
Muy bueno tus videos! Una consulta, en el reporte qué método usas para exportar las tablas del código de python?
Google Colab te deja copiar las tablas en formato Markdown, para hacer el reporte utilicé Obsidian
Muchas por el aporte! Quisiera preguntarte con que herramienta realizaste el reporte? O cual recomendas?
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
@@adrian_cancino Muchas gracias!!
me iba a subscribir, pero me dijeron adulto viejo
Era solo para fines educativos 😂😅
Buen video, buena información.
Donde aprendiste tanta info?
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.
¿Alguna guía de cómo hacer esto mismo en Visual Studio Code?
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
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.
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