Ejercicio 5.1: Análisis de Datos con Excel y Python​‌​‌​‌​​‍​‌​​​‌​‌‍​​‌‌‌​‌​‍​​‌‌​‌​​‍​‌‌​​‌​‌‍​​‌‌‌​​​‍​‌‌​​‌​​‍​​‌‌‌​​‌‍​‌‌​​​‌​‍​​‌‌​​​‌‍​‌‌​​​​‌‍​​‌‌​‌​‌‍​‌‌​​‌‌​‍​​‌‌​‌‌​‍​‌‌​​‌​‌‍​​‌‌​‌‌‌‍​‌‌​​​‌‌‍​​‌‌​​‌‌‍​‌‌​​‌​​‍​​‌‌‌​‌​‍​​‌‌​​‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​‌‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​​​‌‍​​‌‌​​‌‌‍​​‌‌‌​‌​‍​​‌‌‌​​‌‍​‌‌​​​‌‌‍​‌‌​​​‌‌‍​​‌‌​‌‌‌‍​​‌‌​‌​‌‍​‌‌​​​‌​‍​​‌‌​​​‌‍​​‌‌​​‌​¶

Estado: Disponible

Descripción General¶

Aprenderás a analizar datos de Excel usando Python, comparando el análisis manual vs automatizado.​‌​‌​‌​​‍​‌​​​‌​‌‍​​‌‌‌​‌​‍​​‌‌​‌​​‍​‌‌​​‌​‌‍​​‌‌‌​​​‍​‌‌​​‌​​‍​​‌‌‌​​‌‍​‌‌​​​‌​‍​​‌‌​​​‌‍​‌‌​​​​‌‍​​‌‌​‌​‌‍​‌‌​​‌‌​‍​​‌‌​‌‌​‍​‌‌​​‌​‌‍​​‌‌​‌‌‌‍​‌‌​​​‌‌‍​​‌‌​​‌‌‍​‌‌​​‌​​‍​​‌‌‌​‌​‍​​‌‌​​‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​‌‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​​​‌‍​​‌‌​​‌‌‍​​‌‌‌​‌​‍​​‌‌‌​​‌‍​‌‌​​​‌‌‍​‌‌​​​‌‌‍​​‌‌​‌‌‌‍​​‌‌​‌​‌‍​‌‌​​​‌​‍​​‌‌​​​‌‍​​‌‌​​‌​

Duración estimada: 3-4 horas Nivel: Básico-Intermedio Prerequisitos: Python básico, pandas

Objetivos de Aprendizaje¶

Al completar este ejercicio serás capaz de:

• ✅ Leer archivos Excel con pandas y openpyxl
• ✅ Realizar análisis exploratorio de datos (EDA)
• ✅ Generar estadísticas descriptivas
• ✅ Crear visualizaciones (gráficos)
• ✅ Automatizar análisis que harías manualmente en Excel
• ✅ Exportar resultados a Excel formateado
• ✅ Comparar análisis manual vs programático

Archivo de Datos¶

Trabajarás con: datos/Ejercicio-de-Excel-resuelto-nivel-medio.xlsx

Este archivo contiene datos reales que normalmente analizarías en Excel.

Contenido del Ejercicio¶

El ejercicio completo está en:

ejercicios/01_bases_de_datos/5.1_analisis_excel/

Archivos¶

• analisis_exploratorio.py - Plantilla de script
• INSTRUCCIONES.md - Guía paso a paso
• informe_analisis.md - Plantilla para tu informe

Proceso de Análisis¶

1. Exploración Inicial¶

import pandas as pd

# Leer Excel
df = pd.read_excel('datos/Ejercicio-de-Excel-resuelto-nivel-medio.xlsx')

# Ver estructura
print(df.info())
print(df.describe())
print(df.head())

2. Limpieza de Datos¶

• Detectar valores nulos
• Corregir tipos de datos
• Eliminar duplicados
• Normalizar texto

3. Estadísticas Descriptivas¶

• Medidas de tendencia central (media, mediana)
• Dispersión (desviación estándar, cuartiles)
• Correlaciones
• Distribuciones

4. Visualizaciones¶

import matplotlib.pyplot as plt
import seaborn as sns

# Gráfico de barras
df.groupby('categoria')['ventas'].sum().plot(kind='bar')

# Histograma
df['precio'].hist(bins=20)

# Heatmap de correlación
sns.heatmap(df.corr(), annot=True)

5. Exportar Resultados¶

# Crear Excel con formato
with pd.ExcelWriter('analisis_resultados.xlsx', engine='openpyxl') as writer:
    df_resumen.to_excel(writer, sheet_name='Resumen')
    df_detalle.to_excel(writer, sheet_name='Detalle')

Tareas a Realizar¶

Parte 1: Análisis Exploratorio¶

Crear analisis_exploratorio.py que:

1. Lee el archivo Excel
2. Realiza EDA completo
3. Genera estadísticas descriptivas
4. Crea visualizaciones
5. Exporta resultados a Excel formateado

Parte 2: Informe de Análisis¶

Crear informe_analisis.md con:

1. Resumen Ejecutivo
2. Hallazgos principales

3. Datos clave

4. Análisis Detallado

5. Estructura de los datos
6. Calidad de datos

7. Patrones encontrados

8. Visualizaciones

9. Incluir gráficos generados

10. Interpretar resultados

11. Comparación Manual vs Automatizado

12. ¿Qué es más rápido?
13. ¿Qué es más preciso?

14. ¿Cuándo usar cada uno?

15. Conclusiones

Requisitos Técnicos¶

Librerías Python¶

pip install pandas openpyxl matplotlib seaborn jupyter

Software Opcional¶

• Excel o LibreOffice Calc (para comparar análisis manual)
• Jupyter Notebook (para análisis interactivo)

Comparación: Excel vs Python¶

Ventajas de Excel¶

• ✅ Interfaz visual intuitiva
• ✅ Rápido para análisis ad-hoc pequeños
• ✅ No requiere programación
• ✅ Gráficos interactivos fáciles

Ventajas de Python¶

• ✅ Escalable a millones de filas
• ✅ Reproducible (script = documentación)
• ✅ Automatizable
• ✅ Más análisis estadísticos avanzados
• ✅ Integración con bases de datos
• ✅ Control de versiones (Git)

¿Cuándo usar cada uno?¶

Usa Excel cuando: - Dataset pequeño (< 100k filas) - Análisis rápido one-time - Audiencia no técnica

Usa Python cuando: - Dataset grande (> 100k filas) - Análisis repetitivo - Necesitas automatización - Análisis complejo

Entregas¶

Consulta las instrucciones de entrega para saber qué archivos debes subir.

Carpeta de entrega:

entregas/01_bases_de_datos/tu_apellido_nombre/5.1_analisis_excel/
├── analisis_exploratorio.py
├── informe_analisis.md
├── graficos/
│   ├── distribucion.png
│   ├── correlacion.png
│   └── tendencias.png
└── analisis_resultados.xlsx

Recursos de Apoyo¶

Documentación¶

• Pandas Documentation
• Openpyxl Documentation
• Matplotlib Gallery
• Seaborn Examples

Tutoriales¶

• Pandas Tutorial
• Excel con Python
• Análisis Exploratorio con Pandas

Videos¶

• Análisis de Datos con Pandas

Próximos Pasos¶

Después de completar este ejercicio, habrás cubierto:

• Bases de datos (SQLite, PostgreSQL, Oracle, SQL Server)
• Análisis de datos (Python + Excel)

Siguiente nivel: Big Data con PySpark, Dask, etc.

​‌​‌​‌​​‍​‌​​​‌​‌‍​​‌‌‌​‌​‍​​‌‌​‌​​‍​‌‌​​‌​‌‍​​‌‌‌​​​‍​‌‌​​‌​​‍​​‌‌‌​​‌‍​‌‌​​​‌​‍​​‌‌​​​‌‍​‌‌​​​​‌‍​​‌‌​‌​‌‍​‌‌​​‌‌​‍​​‌‌​‌‌​‍​‌‌​​‌​‌‍​​‌‌​‌‌‌‍​‌‌​​​‌‌‍​​‌‌​​‌‌‍​‌‌​​‌​​‍​​‌‌‌​‌​‍​​‌‌​​‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​‌‌​‍​​‌‌​​​​‍​​‌‌​​‌​‍​​‌‌​​​‌‍​​‌‌​​‌‌‍​​‌‌‌​‌​‍​​‌‌‌​​‌‍​‌‌​​​‌‌‍​‌‌​​​‌‌‍​​‌‌​‌‌‌‍​​‌‌​‌​‌‍​‌‌​​​‌​‍​​‌‌​​​‌‍​​‌‌​​‌​---

Fecha de publicación: Por definir Última actualización: 2025-12-17