Saltar al contenido

Lección 8 de 16 · Lectura y práctica

Evaluación: Limpieza y Transformación

Practica evaluación: limpieza y transformación con un ejemplo resuelto, un ejercicio y una infografía.

Del concepto a la práctica

Taller de esta lección

La evaluación de limpieza mide si puedes transformar sin ocultar el estado inicial. Una solución sólida conserva una copia de entrada, aplica reglas explícitas y entrega controles: filas eliminadas, ausencias tratadas, tipos finales y registros marcados. El objetivo no es producir una tabla “perfecta”, sino una tabla defendible.

Ejemplo resuelto

python
import pandas as pd

df = pd.DataFrame({'id': [1, 2, 2], 'importe': ['10', None, '5']})
entrada = len(df)
df['importe'] = pd.to_numeric(df['importe'], errors='coerce')
limpia = df.drop_duplicates('id')
print(entrada, len(limpia), limpia['importe'].isna().sum())

La salida 3 2 1 informa filas iniciales, filas posteriores y una ausencia restante. Las dos filas de id=2 tienen importes distintos: este código conserva la primera mediante una regla didáctica explícita. Son versiones en conflicto, no duplicados exactos; en un análisis real debes marcarlas y reconciliar la fuente antes de descartar el importe 5.

Pruébalo

  1. Especifica una regla para cada problema observado.

  2. Ejecuta las transformaciones en orden.

  3. Registra conteos antes y después.

  4. Revisa que las unidades y tipos sean coherentes.

Error frecuente: rellenar ausencias antes de convertir tipos y producir texto mezclado con números. Corrígelo convirtiendo primero y tratando después los nulos resultantes.

Ejercicio: prepara un conjunto con un duplicado, un importe textual y un nulo.

Comprueba tu resultado

El resultado debe incluir una bitácora con al menos tres controles y permitir reconstruir qué fila cambió y por qué.

Flujo de datos: dos formatos de la misma fecha se normalizan y un vacío queda marcado antes de comprobar tipos, duplicados y unidades.
CursaloMapa de práctica
Antes del gráfico, revisa los datos

Antes de analizar, comprueba los tipos, valores vacíos, duplicados y unidades. Decide cómo tratar cada problema según el contexto y conserva la trazabilidad del cambio. Un gráfico solo es útil si los datos de entrada son coherentes.

Ver la infografía en tamaño completo ↗

Sigue con Data Science con Python y Pandas

Esta lección forma parte de un curso de Cursalo. Revisa su programa y elige entre la compra individual o el acceso a toda la escuela.

Si ya tenías acceso a este curso, entra con tu cuenta: tus derechos y tu progreso se conservan. No necesitas comprarlo de nuevo.

01 / ELEGIR UNA RUTA

El próximo paso

Aprende IA mientras construyes algo que sí necesitas.

Empieza por el curso inicial o explora el catálogo para encontrar una práctica alineada con tu trabajo.