El video presenta el Análisis Exploratorio de Datos en Python.
Cronograma y enlace de descarga de datos
(Python 3.7)
00:00 - Bienvenida
00:09 - Requisitos previos
00:50 - Esquema del video
02:14 - ¿Qué es el Análisis Exploratorio de Datos?
04:28 - Abrir Jupyter Notebook
04:48 - Leer archivo .csv
06:35 - Acerca de los datos
06:54 - Preprocesamiento
07:33 - Tipo y descripción de los datos en columnas usando .dtypes()
10:26 - Encontrar datos faltantes y llenar celdas vacías
12:33 - Visualizar datos
12:43 - Discusión sobre qué podrían indicar las columnas? df.iloc[0]
14:29 - Usar .unique() para obtener elementos únicos de las columnas
15:13 - Discusión sobre cómo usar .min() y .max() para obtener rangos de valores en columnas?
19:37 - Discusión sobre cómo filtrar un DataFrame para obtener un subconjunto de interés
23:52 - Discusión sobre encontrar tendencias, crear diagramas de dispersión
26:14 - Discusión sobre cómo usar .groupby() para obtener información sobre los datos
29:57 - Renombrar columna después de .reset_index()
30:26 - Discusión sobre cómo usar gráficos de barras para obtener información sobre los datos
34:04 - Crear múltiples gráficos de barras usando subgráficas
38:40 - Discusión sobre lo que los gráficos de barras informan sobre los datos
39:40 - Discusión y filtrar DataFrame para reducir la búsqueda de parámetros
47:19 - Mención sobre correlación y factores de confusión
48:20 - Discusión y gráfico de histogramas para ver la distribución de datos en una columna
54:26 - Notas finales
Enlace para descargar el archivo 'restaurant_data.csv'
Gracias.