 <h1>¡Felicidades! 🎉 </h1>
        <p style="color:#637381;">¡Buen trabajo! ¡El curso está completo!</p>

Para continuar, ingresa tus datos para iniciar sesión.

Hemos enviado un código de 6 dígitos a #MAIL_ADDRESS#\nPor favor revisa tu bandeja de entrada o spam e ingresa el código abajo para continuar.

Código de verificación enviado

Gracias por el pago. Ahora puedes acceder a {collectionName} simplemente haciendo clic en el botón de abajo.

¡Sí, has realizado el pedido con éxito! 🎉

Desbloquea este curso exclusivo

Parece que tu dirección de correo electrónico no está actualmente en la lista de acceso autorizada. Asegúrate de estar usando la dirección de correo electrónico que fue invitada, o contacta al propietario del contenido para obtener ayuda.

Verificación requerida para acceder

Introducción a la Manipulación de Datos en Python

Conceptos Básicos del Ecosistema de Datos en Python

Introducción a NumPy y Arreglos Numéricos

Fundamentos de Pandas

Estructuras de Datos: Series y DataFrames

Importación y Lectura de Datos

Limpieza y Preparación de Datos

Identificación y Manejo de Valores Faltantes

Corrección de Inconsistencias y Tipos de Datos

Transformación Básica de Datos

Filtrado y Selección de Datos

Agrupación Básica y Resúmenes

Evaluaciones de Conocimiento

Cuestionario 1: Introducción y Ecosistema Python

Cuestionario 2: Fundamentos de NumPy

Cuestionario 3: Series y DataFrames en Pandas

Cuestionario 4: Limpieza de Datos y Valores Faltantes

Cuestionario 5: Filtrado y Agrupación

Retroalimentación del Curso

Encuesta de Satisfacción y Comentarios

Domina las herramientas esenciales de la ciencia de datos con Manipulación y Limpieza de Datos con Pandas y NumPy. Este curso práctico en español te guía paso a paso desde los fundamentos del ecosistema de Python hasta las técnicas clave para importar, limpiar, transformar y resumir datos tabulares. Aprenderás a trabajar con arreglos numéricos eficientes en NumPy y a estructurar información en Series y DataFrames con Pandas, utilizando Jupyter Notebooks para experimentar en tiempo real. Diseñado para principiantes y perfiles que ya analizan datos en hojas de cálculo, el programa se centra en habilidades aplicables: detectar y tratar valores faltantes, corregir tipos de datos e inconsistencias, filtrar y seleccionar información con precisión y crear resúmenes con groupby para responder preguntas de negocio. A lo largo del curso completarás cuestionarios cortos que consolidan tu aprendizaje y te preparan para proyectos de análisis posteriores, visualización o modelado. Al finalizar, contarás con una base sólida para transformar datos crudos en datasets limpios y utilizables, acelerando tus flujos de trabajo y mejorando la calidad de tus insights. Si buscas impulsar tu carrera en análisis, BI o ciencia de datos, este es tu punto de partida estratégico.

Manipulación de datos con Python

<div class="simple-box-wrapper">
    <div class="simple-box">
        <div class="column">
            <p>La capacidad de transformar datos crudos en información accionable es una de las habilidades más críticas en el análisis de datos moderno. Este curso se sumerge en el ecosistema de Python, explorando las bibliotecas fundamentales que permiten gestionar grandes volúmenes de información de manera eficiente. A través del estudio de NumPy, se comprenderá la potencia de los arreglos multidimensionales y las operaciones matemáticas optimizadas, mientras que con Pandas se dominará la estructura de Series y DataFrames. El entorno de trabajo se centrará en herramientas interactivas como Jupyter Notebooks, facilitando un aprendizaje práctico donde la teoría se traduce inmediatamente en código funcional para la resolución de problemas complejos.</p>

<p>A lo largo del programa, los participantes aprenderán a navegar por el ciclo completo de preparación de datos, desde la importación de archivos en formatos CSV y Excel hasta la resolución de problemas comunes en conjuntos de datos reales. Se abordarán técnicas esenciales para la identificación y manejo de valores faltantes, la corrección de inconsistencias tipográficas y la estandarización de tipos de datos para asegurar la integridad del análisis. Finalmente, el curso profundiza en la transformación de datos mediante el filtrado lógico, el uso de métodos de localización como loc e iloc, y la aplicación de funciones de agregación mediante agrupamientos, permitiendo extraer conclusiones precisas y estructuradas de cualquier fuente de información tabular.</p>
        </div>
    </div>
</div>
