Lección 5 de 16 · Lectura y práctica
Manejo de valores nulos y datos faltantes
Manejo de valores nulos y datos faltantes Esta leccion pertenece al curso Data Science con Python y Pandas y esta pensada para que avances con criterio profesional, no solo con teoria. Primero entiende el concepto, despues.
Del concepto a la práctica
Taller de esta lección
Un valor ausente no significa automáticamente cero. En una tabla de entregas, una fecha faltante puede impedir medir retrasos, mientras que una observación ausente de peso podría conservarse con una marca para no inventar una medición. La decisión depende del uso posterior y debe quedar registrada.
Ejemplo resuelto
import pandas as pd
df = pd.DataFrame({'pedido': [1, 2, 3], 'peso': [2.0, None, 4.0]})
mediana = df['peso'].median()
df['peso_imputado'] = df['peso'].fillna(mediana)
print(df['peso_imputado'].tolist())La mediana de [2, 4] es 3; la salida es [2.0, 3.0, 4.0]. La columna original permanece intacta.
Pruébalo
Cuenta ausencias por columna.
Separa campos imprescindibles de campos imputables.
Calcula la mediana solo con valores observados.
Compara filas y valores antes y después.
Error frecuente: rellenar todo con cero y convertir “desconocido” en una medición real. Corrígelo usando una columna imputada o eliminando solo filas cuya ausencia impide el análisis.
Ejercicio: usa pesos [10, nulo, 14, nulo].
Comprueba tu resultado
La mediana observada es 12 y, si imputas, la suma resultante debe ser 48; conserva además una marca de qué filas fueron completadas.

Mapa de prácticaAntes 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 ↗Manejo de valores nulos y datos faltantes
Esta leccion pertenece al curso Data Science con Python y Pandas y esta pensada para que avances con criterio profesional, no solo con teoria. Primero entiende el concepto, despues aplicalo en una situacion concreta y finalmente deja evidencia de lo que aprendiste.
Objetivo practico
Al terminar, deberias poder explicar el tema con tus palabras, reconocer cuando usarlo y construir una version simple que sirva como base para un proyecto real.
Pasos recomendados
- Lee el concepto y escribi una definicion breve.
- Identifica un caso de uso laboral donde aparezca este problema.
- Construye un ejemplo pequeno y documenta las decisiones.
- Compara tu resultado con el checklist de la leccion.
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.