Lecciones · Programación · intermedio · Keith Galli

Tutorial completo de Ciencia de Datos con Python Pandas (Edición actualizada 2025)

El vídeo «Complete Python Pandas Data Science Tutorial! (2025 Updated Edition)» de Keith Galli convertido en 14 lecciones, con la idea explicada, el código de la pantalla, pasos para probar en la terminal de práctica, problemas de práctica con soluciones y un test que te lleva al momento exacto.

14lecciones
51fragmentos de código
36ejercicios
48preguntas
94min de vídeo
Abrir las lecciones →La lección 1 es gratis · Beyond Pass lo abre todo

También en: English · Türkçe

El vídeo está en inglés. En el reproductor de YouTube, activa los subtítulos y elige Traducir automáticamente → Español.

Complete Python Pandas Data Science Tutorial! (2025 Updated Edition), video by Keith Galli▶ 1:34:10 · Keith Galli
1234567891011121314
0:0014 lecciones a lo largo de todo el vídeo1:34:10

Sabrás

  • Crea e inspecciona DataFrames de pandas con head, tail, info, describe, shape y memory_usage
  • Carga datos tabulares de archivos CSV, Parquet y Excel y compara su velocidad y tamaño
  • Selecciona, filtra, ordena y modifica filas y columnas con loc, iloc, condiciones booleanas y métodos de cadenas
  • Limpia y reestructura datos manejando valores faltantes, combinando y concatenando tablas, y aplicando funciones personalizadas
  • Resume datos con value_counts, groupby, pivot_table, shift, rank y ventanas móviles (rolling)
  • Usa asistentes de IA como GitHub Copilot y ChatGPT para generar y probar código de pandas

Conviene saber antes

  • Sintaxis básica de Python como variables, funciones y listas
  • Capacidad para instalar paquetes y usar una terminal o un entorno virtual
  • Familiaridad con las hojas de cálculo y la idea de filas y columnas

Temario

14 lecciones y un proyecto final

  1. 1

    Configurar un entorno de Python para pandas Gratis

    0:00–3:504 min de vídeo

    Vas a llevar el proyecto del curso a tu ordenador, crear y activar un entorno virtual e instalar las bibliotecas que necesita el tutorial. Después abrirás un cuaderno, elegirás ese entorno e importarás pandas como pd.

    2 de código8 pasos de construcción2 ejercicios3 preguntas
  2. 2

    Crear un DataFrame e inspeccionar su estructura Beyond Pass

    3:50–8:405 min de vídeo

    Aprenderás qué es un DataFrame de pandas y cómo crear uno a partir de una lista de listas, con columnas y un índice con nombre. También aprenderás las herramientas de inspección head, tail, columns, index, info, describe, unique, shape y size.

    2 de código5 pasos de construcción2 ejercicios3 preguntas
  3. 3

    Leer archivos CSV, Parquet y Excel con pandas Beyond Pass

    8:40–13:405 min de vídeo

    Aprenderás a cargar archivos CSV, Parquet y Excel en un DataFrame de pandas con pd.read_csv, pd.read_parquet y pd.read_excel, y a elegir una hoja de un archivo Excel. También verás cómo el formato del archivo afecta al tamaño del archivo y a la velocidad de carga.

    3 de código4 pasos de construcción3 ejercicios3 preguntas
  4. 4

    Seleccionar filas y columnas con head, loc, iloc y at Beyond Pass

    13:40–20:207 min de vídeo

    Aprenderás a ver la parte superior e inferior de un DataFrame de pandas y a seleccionar filas y columnas concretas con loc (por etiqueta) e iloc (por posición). También verás cómo cambiar un único valor.

    6 de código2 ejercicios4 preguntas
  5. 5

    Ordenar datos y recorrer filas Beyond Pass

    20:20–24:204 min de vídeo

    Aprenderás a ordenar un DataFrame de pandas por una o más columnas, a controlar el orden ascendente o descendente de cada columna y a recorrer las filas con iterrows(). También verás por qué los métodos integrados de pandas suelen ser mejores que los bucles.

    4 de código5 pasos de construcción3 ejercicios4 preguntas
  6. 6

    Filtering Rows with Conditions, String Methods, and Regex Beyond Pass

    24:20–33:5010 min de vídeo

    You will learn how to keep only the rows of a pandas DataFrame that match a condition, combine several conditions with & and |, and filter text columns with str.contains, including regular expressions. You will also see the query method as a shorter way to write a filter.

    4 de código5 pasos de construcción2 ejercicios3 preguntas
  7. 7

    Adding, Dropping, Copying and Renaming Columns Beyond Pass

    33:50–41:308 min de vídeo

    You will learn how to add a new column to a pandas DataFrame, including one that depends on a condition with np.where, and how to drop, rename and copy columns. You will also learn when a change modifies the original DataFrame and when it only returns a new one.

    6 de código6 pasos de construcción3 ejercicios4 preguntas
  8. 8

    División de cadenas, conversión de fechas y apply con funciones personalizadas Beyond Pass

    41:30–50:209 min de vídeo

    Aprenderás a extraer partes de columnas de texto con str.split, a convertir fechas en texto a objetos datetime para poder leer partes como el año, y a añadir nuevas columnas con apply usando una lambda o una función personalizada. Cada idea se muestra en la tabla de atletas del vídeo.

    3 de código4 pasos de construcción3 ejercicios4 preguntas
  9. 9

    Merging and Concatenating DataFrames Beyond Pass

    50:20–58:408 min de vídeo

    You will learn how to join two DataFrames on a shared column with pd.merge, choosing the join type with how=, and how to stack DataFrames top to bottom with pd.concat. You will also see how to handle columns with different names and duplicate column names.

    4 de código5 pasos de construcción3 ejercicios3 preguntas
  10. 10

    Handling missing values: isna, fillna, interpolate and dropna Beyond Pass

    58:40–1:04:005 min de vídeo

    Missing values show up as NaN in pandas, and you can find them with isna, then fill them with fillna (a fixed value, the mean, or interpolation) or remove them with dropna. You also learn how to filter rows that contain missing values.

    6 de código3 pasos de construcción2 ejercicios3 preguntas
  11. 11

    Counting, Grouping and Building Pivot Tables in Pandas Beyond Pass

    1:04:00–1:14:0010 min de vídeo

    This lesson shows how to count values with value_counts, combine filters with counts, and summarise data with groupby and pivot tables in pandas. You will practise each aggregation on a small coffee-sales table and see how the results change shape.

    5 de código4 pasos de construcción3 ejercicios4 preguntas
  12. 12

    Shift, rangos, sumas acumuladas y ventanas móviles en Pandas Beyond Pass

    1:14:00–1:22:138 min de vídeo

    Esta lección muestra cómo mirar hacia atrás y comparar valores entre filas en un DataFrame de pandas usando shift, comparar valores con el cambio porcentual, ordenar a los atletas por altura y calcular totales acumulados con cumsum y ventanas móviles. Practicarás cada herramienta con los datos de café y de atletas del vídeo.

    3 de código5 pasos de construcción3 ejercicios3 preguntas
  13. 13

    Pandas 2.x and the PyArrow Backend Beyond Pass

    1:22:13–1:25:303 min de vídeo

    This lesson shows how pandas 2.x can store data with the PyArrow backend instead of the older NumPy backend. You will see how to check your pandas version, compare column types with info(), and understand why PyArrow types can make string and Boolean operations faster.

    2 de código5 pasos de construcción2 ejercicios3 preguntas
  14. 14

    Uso de asistentes de IA para pandas y cierre Beyond Pass

    1:25:30–1:34:109 min de vídeo

    Esta lección muestra cómo asistentes de IA como Copilot Chat y ChatGPT pueden escribir filtros de pandas, crear DataFrames de juguete para practicar y dibujar gráficos, y cómo usarlos con criterio. Termina con un plan para seguir practicando pandas después del curso.

    1 de código5 pasos de construcción3 ejercicios4 preguntas

Proyecto final

Informe de análisis de atletas olímpicos

Crea un notebook reproducible que cargue, limpie, combine y resuma datos de atletas olímpicos (bios más resultados) y responda preguntas sobre ellos. Usa todas las etapas del curso: configuración, carga, selección, limpieza, agrupación y comprobación de tu trabajo.

Sus 8 tareas se abren con Beyond Pass.

Vista previa gratis · La lección 1 completa

Configurar un entorno de Python para pandas

Vas a llevar el proyecto del curso a tu ordenador, crear y activar un entorno virtual e instalar las bibliotecas que necesita el tutorial. Después abrirás un cuaderno, elegirás ese entorno e importarás pandas como pd.

0:00 hasta 3:50 en el vídeo

Terminal de práctica

Escribe los comandos de la lección, rompe cosas y descubre por qué.

Zona de pruebas

Ejecuta y cambia el código, con Python y JavaScript de verdad.

Bloc de notas

Dibuja y escribe junto al vídeo.

La idea

Pandas es una biblioteca de Python para trabajar con tablas de datos, del tipo que normalmente guardarías en una hoja de cálculo. Antes de usarla, necesitas tener Python y pandas instalados en un lugar donde el proyecto los pueda encontrar. Este capítulo lo prepara paso a paso, para que cada lección posterior funcione igual en tu máquina.

El inicio más sencillo es en el navegador: puedes abrir un sitio de cuadernos de Python y ejecutar pandas allí sin instalar nada. Si prefieres trabajar en tu propio ordenador, el vídeo clona el repositorio del curso con git. Copias el enlace del repositorio, abres una terminal, vas a una carpeta como code y ejecutas git clone con ese enlace. Después entras en la nueva carpeta complete-pandas-tutorial, que contiene los archivos de datos que usarás.

Lo siguiente es un entorno virtual. Es una caja privada de paquetes de Python para un proyecto, así que las bibliotecas que instales aquí no se mezclan con las de otros proyectos. Lo creas una vez en la carpeta del proyecto y lo activas cada vez que trabajes. Cuando está activo, el prompt de tu terminal muestra el nombre del entorno. En Mac o Linux el vídeo usa source tutorial/bin/activate, y en Windows usas el comando activate correspondiente para Windows.

Con el entorno activo, instala todo lo que necesita el curso de una sola vez usando el archivo de requisitos: pip3 install -r requirements.txt. Esto lee la lista de paquetes del archivo y los instala, incluidos pandas y sus auxiliares. El vídeo indica que es una buena práctica, pero también puedes instalar paquetes sobre la marcha, y los cuadernos en el navegador no necesitan ninguna configuración.

Por último, abre la carpeta del proyecto en un editor como Visual Studio Code y crea un nuevo archivo de cuaderno, por ejemplo tutorial.ipynb. Un cuaderno te permite ejecutar Python bloque a bloque y ver el resultado debajo de cada bloque. Antes de ejecutar código, selecciona el intérprete de Python que pertenece a tu entorno del tutorial (en VS Code: Command+Shift+P en Mac o Control+Shift+P en Windows, después elige Select Interpreter y selecciona tutorial). Luego ejecuta una primera prueba: imprime hello world e importa pandas como pd. Si esa celda se ejecuta sin errores, la configuración funciona y pandas está listo para usar.

Puntos clave

  • Clona el repositorio del curso con git clone y entra en la carpeta complete-pandas-tutorial para obtener los archivos de datos. 1:11
  • Un entorno virtual mantiene los paquetes de este proyecto separados de todo lo demás de tu ordenador. 1:55
  • Instala todas las bibliotecas del curso de una vez con pip3 install -r requirements.txt mientras el entorno esté activo. 2:41
  • En tu cuaderno, selecciona el entorno virtual tutorial como intérprete antes de ejecutar cualquier código. 3:44
  • La primera línea estándar para pandas es import pandas as pd; el alias pd se usa en todo el curso. 3:44

Código de la pantalla

Primera celda del cuadernopython 3:44 on screen
print("hello world")
Importar pandaspython 3:44 on screen
import pandas as pd

Ejecútalo en una celda del cuaderno dentro de tu entorno tutorial activado; en el navegador solo funciona si pandas está disponible allí.

Construye a la vez en la terminal de práctica

  1. Abre una terminal y ve a tu carpeta code. 
    $ cd code
    Deberías ver: El prompt muestra que estás en la carpeta code.
  2. Clona el repositorio del curso usando el enlace copiado de la página de GitHub del vídeo. 
    $ git clone https://github.com/KeithGalli/complete-pandas-tutorial.git
Cloning into 'complete-pandas-tutorial'...
remote: Enumerating objects: 29, done.
Resolving deltas: 100% (7/7), done.
    Deberías ver: Aparecerá una nueva carpeta llamada complete-pandas-tutorial con los archivos de datos dentro.
  3. Entra en la nueva carpeta del proyecto. 
    $ cd complete-pandas-tutorial
    Deberías ver: Ahora el prompt termina en complete-pandas-tutorial %.
  4. Crea un entorno virtual llamado tutorial dentro del proyecto. 
    $ python3 -m venv tutorial
    Deberías ver: Aparece una carpeta tutorial en el proyecto sin ningún mensaje de error.
  5. Activa el entorno virtual (Mac/Linux). En Windows usa tutorial\Scripts\activate en su lugar. 
    $ source tutorial/bin/activate
    Deberías ver: El prompt muestra (tutorial) al principio de la línea.
  6. Instala todas las bibliotecas que aparecen en requirements.txt. 
    $ pip3 install -r requirements.txt
Installing collected packages: pytz, multipledispatch, tzdata, six, ... pandas-flavor, pyjanitor
Successfully installed ...
    Deberías ver: pip termina de instalar los paquetes, incluido pandas, sin errores en rojo.
  7. Abre la carpeta del proyecto en Visual Studio Code, crea un archivo llamado tutorial.ipynb y luego selecciona el entorno tutorial como intérprete (Command+Shift+P o Control+Shift+P, después Select Interpreter). Deberías ver: El cuaderno muestra tutorial como kernel o intérprete seleccionado.
  8. En una celda del cuaderno, escribe print("hello world") y ejecútala; después escribe import pandas as pd y ejecútala también. 
    $ import pandas as pd
    Deberías ver: Se imprime hello world y la importación de pandas se ejecuta sin errores.

Rómpelo a propósito

Practice terminal
$ pip3 install -r requirements.txt
ERROR: Could not open requirements file: [Errno 2] No such file or directory: 'requirements.txt'
Por qué: pip busca requirements.txt en la carpeta en la que estás. Ejecuta primero cd complete-pandas-tutorial para que encuentre el archivo.
Practice terminal
$ source tutorial/bin/activate
-bash: tutorial/bin/activate: No such file or directory
Por qué: El entorno no se ha creado todavía, o estás en la carpeta equivocada. Ejecuta primero python3 -m venv tutorial dentro de la carpeta del proyecto.

Ojo

  • Un entorno virtual es una buena práctica pero opcional; en un cuaderno del navegador puedes saltártelo y simplemente ejecutar pandas. 2:27
  • Activar el entorno en la terminal no basta para el cuaderno: también debes seleccionar el intérprete tutorial en tu editor. 3:18
  • Si la importación de pandas en un cuaderno falla, lo más probable es que el cuaderno esté usando un Python distinto de aquel donde instalaste pandas. 3:44

Práctica

Hazlo Solución comprobada

Comprueba tu configuración. En una terminal dentro de la carpeta del proyecto, con el entorno activo, ejecuta el comando que muestra la versión de pandas instalada y confirma que imprime un número de versión.

Pista

Python puede importar pandas e imprimir su atributo __version__. Ejecuta python -c con las dos instrucciones en una sola línea.

Solución
  1. Asegúrate de que el prompt muestra (tutorial).
  2. Ejecuta: python -c "import pandas as pd; print(pd.__version__)"
  3. Un número de versión como 2.2.2 se imprime, lo que significa que pandas está instalado en este entorno.

Se imprime un número de versión como 2.x.x sin ningún error.

Explica Solución comprobada

Con tus propias palabras, explica por qué creamos un entorno virtual para un proyecto en lugar de instalar pandas para todo el ordenador.

Pista

Piensa en dos proyectos que necesitan versiones diferentes de la misma biblioteca.

Solución
  1. Un entorno virtual mantiene separados los paquetes de cada proyecto.
  2. Dos proyectos pueden entonces usar versiones diferentes de pandas sin romperse entre sí, y la lista en requirements.txt permite recrear la misma configuración en otro lugar.

Un entorno virtual aísla los paquetes de cada proyecto, así que distintos proyectos pueden usar versiones de biblioteca diferentes sin conflictos, y la configuración es fácil de reproducir a partir de requirements.txt.

En tu bloc de notas

Dibuja tres cajas con las etiquetas Project, Environment y Notebook, y flechas que muestren que el notebook usa el Python del entorno, en el que está instalado pandas.

Test

  1. ¿Qué comando instala todas las bibliotecas que aparecen en el archivo de requisitos del curso?

    1. pip3 install -r requirements.txt
    2. pip3 run requirements.txt
    3. git install requirements.txt
    4. python requirements.txt --all
    Mostrar la respuesta

    A. pip3 install -r requirements.txt · El vídeo usa pip3 install -r requirements.txt, donde -r le indica a pip que lea la lista de paquetes desde el archivo.

    2:41 ver el momento

  2. ¿Por qué el vídeo selecciona el intérprete del tutorial en el editor después de activar el entorno?

    1. Para que el notebook use el Python donde se instaló pandas
    2. Para que el notebook pueda acceder a internet
    3. Para que los archivos de datos se copien al navegador
    4. Para que git pueda clonar el repositorio
    Mostrar la respuesta

    A. Para que el notebook use el Python donde se instaló pandas · El notebook debe ejecutarse con el Python del entorno; de lo contrario, no encontrará los paquetes que instalaste allí.

    3:18 ver el momento

  3. ¿Qué hace la línea import pandas as pd?

    1. Carga pandas y le da el nombre corto pd
    2. Crea una nueva hoja de cálculo
    3. Instala pandas en tu ordenador
    4. Muestra la versión de pandas
    Mostrar la respuesta

    A. Carga pandas y le da el nombre corto pd · El alias pd se usa a lo largo del curso para referirse a pandas.

    3:44 ver el momento

Abrir la lección 1, con el vídeo →

Lecciones 2–14 y el proyecto final

Se abren con Beyond Pass: todas las lecciones de todos los cursos, completas. Un solo pago: 14,99 $ por 90 días o 29 $ por un año. Sin suscripción.

Consigue Beyond Pass →Empieza gratis la lección 1

Hecho por Beyond a partir del vídeo «Complete Python Pandas Data Science Tutorial! (2025 Updated Edition)» de Keith Galli. El vídeo se reproduce en el propio reproductor de YouTube. Míralo en YouTube · Todas las lecciones