DataBoosters/Transformación y Limpieza de Datos en Python

  • $199

Transformación y Limpieza de Datos en Python

  • Curso online
  • 55 Lecciones

Porque nadie quiere trabajar con datos desordenados. Aprende a limpiar y transformar datasets en Python para obtener resultados confiables y organizados.

¿Qué aprenderás?

Domina técnicas avanzadas de transformación y limpieza de datos con Python. Aprende a identificar y tratar valores faltantes, duplicados y outliers, reestructurar datasets, y preparar datos para análisis o modelos predictivos.

Obtén tu Certificado

Recibe un certificado al completar el curso que avala tus nuevas habilidades.

¿Para quién es este curso?

Para analistas, científicos de datos y cualquier profesional que trabaje con datos desordenados y necesite convertirlos en información útil y confiable.

¿Qué conocimientos previos necesitas?

Conocimientos básicos de Python y experiencia trabajando con datasets.

Echa un vistazo

Vista previa del curso

Descubre lo que aprenderás con estos videos.

Lo que aprenderás.

Contenido del curso

Haz click en el '+' para descrubrir más detalles.

Introducción

Bienvenido al curso
Presentación del instructor

Primeros pasos

Importancia de la Carga, Almacenamiento y Preparación de Datos
Objetivos y Utilidad del Curso
Configuración del Entorno de Trabajo

Carga de datos

Lectura de Archivos CSV y TXT
Manipulación de Separadores y Delimitadores
Carga de Datos de Hojas de Cálculo Excel
Carga de Datos y Descripción Preliminar

Manejo de Datos Faltantes y Valores Erróneos

Identificación de Datos Faltantes y Anomalías
Lidiar con Datos Faltantes y Valores Erróneos
Estrategias para Tratar Datos Faltantes
Imputación avanzada con datos faltantes
Visualización y Comunicación de Datos Faltantes

Reestructuración y Limpieza de Datos

Reestructuración y Limpieza de Datos
Identificación de Valores Atípicos
Estrategias para Manejar Outliers
Visualización de Outliers y Resultados
Identificación y Tratamiento de Datos Duplicados
Estrategias para el Manejo de Duplicados
Ejemplos Prácticos de Detección y Resolución

Transformación y Combinación de Datos

Reordenamiento y Selección de Columnas
Transformación y Creación de Columnas
Concatenación y Combinación de Múltiples Fuentes de Datos
Resolución de Conflictos en Datos Integrados
Validación y Pruebas de Calidad
Pivotear Datos de Formato Largo a Ancho
Convertir Datos de Formato Ancho a Largo
Separar y Fusionar Columnas

Conversión y Normalización de Datos

Escalamiento y Normalización de Datos
Conversión de Datos Categóricos en Numéricos
Generación de Variables Dummy
Reducción de Dimensionalidad

Agregación y Aplicación de Funciones

Resumen de Datos con Operaciones de Agregación
Transformación de Datos con Funciones Personalizadas
Aplicación de Funciones por Grupo

Exportación y Almacenamiento de Datos

Guardar Datos en Diferentes Formatos (CSV, Excel, etc.)
Configuración de Opciones de Exportación
Compresión y Almacenamiento Eficiente de Datos
Carga y Exportación de Datos en Formato JSON
Trabajar con Datos en Formato XML y HTML

Conexión a Bases de Datos y APIs

Conexión y Consultas a Bases de Datos SQL
Uso de ORM para Interactuar con Bases de Datos
Acceso a Datos de APIs Externas
Procesamiento de Respuestas JSON de APIs

Manejo de Datos Tipo Fecha y Tiempo

Importancia de los Datos de Fecha y Tiempo
Formateo y Conversión de Fechas
Extracción de Componentes de Fecha y Tiempo
Tratamiento de Fechas Faltantes y Erróneas
Operaciones y Cálculos con Fechas

Proyecto Final y Recursos Adicionales

Resumen y Mejores Prácticas
Proyecto Final: Manipulación y Análisis de Datos Reales (Parte 1)
Proyecto Final: Manipulación y Análisis de Datos Reales (Parte 2)
Recursos Adicionales y Pasos Siguientes

¡Terminaste!

Sigue aprendiendo con DataBoosters

+4.5⭐ de calificación en nuestros cursos

👨🏻‍💻 ¿Qué opinan nuestros estudiantes?

Mariana Gutiérrez

⭐⭐⭐⭐⭐

Gracias a este curso, aprendí a manejar datos faltantes y a preparar mis datasets para análisis avanzados. Todo explicado de forma práctica y sencilla.

Rodrigo López

⭐⭐⭐⭐⭐

El curso cubrió todo lo necesario para transformar datos en Python. Las estrategias para manejar outliers y duplicados fueron especialmente útiles.

Sofía Ramírez

⭐⭐⭐⭐⭐

Este curso me enseñó a estructurar y limpiar datos para mis proyectos de investigación. Ahora puedo confiar en la calidad de mis resultados.

Disponible en

Sigue aprendiendo

📊 Cursos que te recomendamos

Lleva tu análisis de datos al siguiente nivel.

  • $199

Agrupación y Agregación de Datos con Pandas en Python

  • Curso online
  • 20 Lecciones

Porque encontrar patrones en los datos no debería ser un rompecabezas. Aprende a agrupar y agregar datos con pandas en Python y domina el análisis avanzado con facilidad.

  • $199

Manejo de Datos con Pandas en Python

  • Curso online
  • 37 Lecciones

Porque los datos no se organizan solos. Aprende a usar pandas para transformar, analizar y preparar datasets de cualquier tamaño con Python como un profesional.

  • $199

Programación Numérica con NumPy en Python

  • Curso online
  • 22 Lecciones

Porque hacer cálculos manuales es tan del siglo pasado. Domina NumPy y deja que Python haga todo el trabajo duro.