Materiales para mi taller Analyzing Census Data with Pandas para PyCon 2019
Este tutorial esta diseñado para llevarse a cabo en mybinder.org pero si prefieres descargar el material y seguirlo en tu propia máquina aquí están las instrucciones a seguir.
La manera más fácil de obtener una copia de este repositorio es clonarlo si sabes git
.
git clone https://github.com/chekos/analyzing-census-data.git
Pero también es posible descargarlo directamente de GitHub:
2 bibliotecas son esenciales para este tutorial:
Pandas
Jupyter
(notebooks o lab)
Puedes instalarlos con pip
:
pip install pandas jupyterlab
o con conda
conda install -c conda-forge pandas jupyterlab
Ya que tengas los materiales y las bibliotecas de Python
necesarias, dirigete a la carpeta ejercisios y activa una sesión de Jupyter Lab
cd analizando-datos-censales
cd ejercicios
jupyter lab
Este tutorial te guiará en el processo de un proyecto de análisis de datos típico utilizando datos del Censo de Estados Unidos que adquirimos de IPUMS. Está dividido en 2 notebooks:
En el primer notebook vas a:
- Trabajar con archivos de datos de comprimidos.
- Adquirir estadísticas descriptivas de alto nivel de sus datos.
- Eliminar columnas.
- Eliminar filas (indexación booleana).
- Trabajar con datos categóricos.
- Trabajar con datos ponderados.
- Usar la biblioteca
pathlib
depython
, para que tu código sea más reproducible en todas las plataformas. - Desarrollar un flujo de trabajo de preparación de datos reproducible para proyectos futuros.
Además de eso, en el segundo notebook vas a:
- Juntar datos.
- Aprender sobre
.groupby()
- Aprender sobre las secciones transversales
.xs()
- Aprender sobre tablas pivote (
pivot_table
) y tablas cruzadas (crosstabs
) - Desarrollar un flujo de trabajo de análisis de datos reproducible para proyectos futuros.