Python Data Analysis Labs

Notebooks, scripts y datasets de mi formación en análisis de datos con Python: desde fundamentos del lenguaje y Pandas hasta limpieza de datos y visualización.

El repo está ordenado por etapas. Cada carpeta es autocontenida: el notebook y el dataset que usa están juntos.

Contenido

Carpeta	Qué hay	Datasets	Stack
01_analisis_datos	Fundamentos de Pandas: lectura de CSV, Series, DataFrame, índices, loc/iloc, vectorización vs. loops (benchmark ~70x). Ejercicios de filtrado, merge y agregaciones por grupo.	titanic.csv, sueldo_funcionarios_2019.csv/.xlsx, comunidades_descripcion.csv	pandas, numpy, plotly
02_data_wrangling	Análisis preliminar (dimensiones, estadísticos, tipos), tratamiento de missing values (borrado e imputación), variables dummy, subsetting, filtros booleanos, muestreo aleatorio con semilla.	titanic3.csv, Customer Churn Model.txt	pandas
03_visualizacion	Matplotlib desde cero: líneas, dispersión, barras, histogramas, densidad. Ejercicios con series macroeconómicas (medias y desvíos móviles) e Iris.	heart_failure_clinical_records_dataset.csv, data_macro.csv, data_iris.csv	pandas, matplotlib
04_semma_diamonds	Dataset base para practicar la fase Sample de la metodología SEMMA.	diamonds.csv	—
05_semana_01	Fundamentos de Python: variables, tipos numéricos y cadenas, operadores, listas/tuplas/diccionarios.	—	Python
06_semana_02	Estructuras de control: if/elif/else, while, for, ejercicios tipo examen.	—	Python

Proyecto relacionado

El caso de detección de hurto de energía con PU Learning (Hackathon EQUANS Perú 2026) está en su propio repo: energy-theft-detection-pu-learning.

Cómo correrlo

git clone https://github.com/Key-qr/python-data-analysis-labs.git
cd python-data-analysis-labs
python -m venv .venv
# Windows (Git Bash): source .venv/Scripts/activate
# Linux/macOS:        source .venv/bin/activate
pip install pandas numpy matplotlib plotly openpyxl jupyter
jupyter notebook

Los notebooks leen los CSV con rutas relativas, así que hay que abrirlos desde su propia carpeta.

Autora

Keysi Quiñe Rebaza · Arquitectura de Datos Empresariales, mención Big Data Developer (Cibertec) GitHub: Key-qr

Licencia

El código está bajo licencia MIT. Los datasets públicos incluidos (Titanic, Iris, Diamonds, Heart Failure, etc.) mantienen las licencias de sus fuentes originales.