Curso de Pandas para Data Science (Análisis de Data de Mundiales de Futbol con Python)

Поделиться
HTML-код
  • Опубликовано: 26 дек 2024

Комментарии • 40

  • @leandro_potrino
    @leandro_potrino Год назад +2

    Genial este video!! Muy buen trabajo!!

  • @legadoleemon
    @legadoleemon Год назад +2

    Impecable, gran trabajo amigo, gracias por compartir.

  • @mitchelnunez753
    @mitchelnunez753 2 года назад +13

    No sabes cuanto estaba esperando este video, muchas gracias. Podrías hacer uno de como se relaciona NUMPY con PANDAS? que aún no tengo muy claro como sacarle el jugo a estas dos librerías.

    • @dfaquino
      @dfaquino 2 года назад +1

      De hecho Pandas está basado en Numpy

    • @thepycoachES
      @thepycoachES  2 года назад +11

      Es cierto Pandas esta basado en Numpy. Podria hacer un video basico de Numpy pero seria muy aburrido. Lo que podria hacer es un video intermedio/avanzado de Numpy donde enseño las buenas practicas al momento de trabajar con data. Lo que sucedes es que Numpy nos permite vectorizar las operaciones haciendo todo más eficiente y rápido.

    • @mitchelnunez753
      @mitchelnunez753 2 года назад

      Sií, por favor!

  • @leidertorres3364
    @leidertorres3364 Месяц назад

    Hola, de antemano muchas gracias por el video pero tuve un problema.
    Cuando uso dropna() para mi data, se elimina absolutamente toda la información, pues Dropna tiene en cuenta filas y columnas. Para ello, si queremos eliminar solamente datos en Columnas por ejemplo, usamos

  • @mauriciorodriguez1278
    @mauriciorodriguez1278 2 года назад +1

    Excelente video como siempre, eres un crack!!!

  • @dfaquino
    @dfaquino 2 года назад +2

    Hola Frank, un video súper bien explicado desde cero, pero sabes, me gustaría que hicieras una predicción del mundial no con resultados históricos, sino con los resultados recientes de las clasificaciones al mundial de las distintas confederaciones y dandole una ponderación a los ranking FIFA también. Considero que de esta manera se puede hacer un pronóstico más acertado...

    • @thepycoachES
      @thepycoachES  2 года назад +6

      Hola. La data seria muy poca y solo basado en esa data lo más probable es que lo gane Dinamarca o Alemania que ganaron 9 partidos y solo perdieron 1 haciendo +27 goles de diferencia.

  • @cesarandrade9285
    @cesarandrade9285 2 года назад

    Muchas gracias por este contenido ayudando a mucha gente aprender

  • @oscar86077
    @oscar86077 10 месяцев назад

    Excelente trabajo.

  • @carlosroka1939
    @carlosroka1939 9 месяцев назад

    Gracias. Muy buena explicación.

  • @mikejack9813
    @mikejack9813 6 месяцев назад

    Muchas gracias por compartir conocimientos

  • @ock2403
    @ock2403 11 месяцев назад

    dia 1 00:08:50
    dia2 00:13:47
    dia3 00:22:48
    dia4 00:26:28
    dia5 00:33:13

  • @diegodalinger6376
    @diegodalinger6376 2 года назад

    Impecable.. muy buen video

  • @milovanmarrder668
    @milovanmarrder668 Год назад

    Excelente ejemplo!

  • @manfredazofeifa5077
    @manfredazofeifa5077 10 месяцев назад

    Muchas gracias por el aporte

  • @JuniorOnLive
    @JuniorOnLive Год назад

    Si hay más datos con w/o debería ser:
    df_historical_data[
    df_historical_data['score'].str.contains('w/o')
    ]
    verdad?

  • @ingluissantana
    @ingluissantana 2 года назад +1

    Genial!! Gracias!!!

  • @alejandroiosefosorio4261
    @alejandroiosefosorio4261 2 года назад

    en que version de python es compatible pandas, con la 3.9 no funciona

  • @2299alexander
    @2299alexander Год назад +1

    Hola amigo, una pregunta, que plataforma en español recomiendas para hacer una carrera de data science e inteligencia artificial ? soy ingeniero mecatrónico pero quiero especializarme en el área , he visto plataformas latinoamericanas como coderhouse y platzi, si pudieras orientarme, muy agradecido .
    Excelentes tus videos,
    saludos desde chile.

  • @JORDAN7514
    @JORDAN7514 2 года назад +1

    Donde encuentro el video donde se extrae la data faltante?

    • @thepycoachES
      @thepycoachES  2 года назад

      Lo acabo de subir hace unos minutos. Es el video "Data Science con Selenium"

  • @nehemiaslindao3661
    @nehemiaslindao3661 Год назад

    saben como añadir datos a un dataframe

  • @veritas2162
    @veritas2162 Год назад

    Solo hay un problema estas usando jupyter notebook antes del video 2.

  • @veritas2162
    @veritas2162 Год назад

    Lo he intentado todo pero no lee el csv ni en jupyter ni en colab :(

    • @nadie-pr7nl
      @nadie-pr7nl Год назад

      Ubicaste el link correctamente?

    • @nadie-pr7nl
      @nadie-pr7nl Год назад

      Porque cuando se descargan los archivos del video el cvs no esta alineado con la libreta

    • @nadie-pr7nl
      @nadie-pr7nl Год назад

      Se pondría: df_data_historica = pd.read_csv('./data/fifa_worldcup_matches.cvs')

  • @jorgefalappa842
    @jorgefalappa842 2 года назад +1

    Cupon para el curso?

  • @laltuve
    @laltuve 2 года назад +3

    No funciona la expresion regular " df_data_historica[df_data_historica['score'].str.contains('[^\d-]')] "

    • @lalogarcia4568
      @lalogarcia4568 2 года назад +9

      Creo que es por el guión, no funciona con el del teclado, selecciona el que sale en la columna score del dataframe y haz copy-paste en la expresión

    • @laltuve
      @laltuve 2 года назад

      @@lalogarcia4568 Me funciono!... Gracias

    • @ronaldastudillo9694
      @ronaldastudillo9694 Год назад

      @@lalogarcia4568 gracias xD

    • @Mastodonte71
      @Mastodonte71 Год назад

      @@lalogarcia4568 fino, también estaba teniendo el mismo problema

  • @luiangel8242
    @luiangel8242 6 месяцев назад

    Las fechas me tan comiendo vivo

  • @elricho72
    @elricho72 Год назад

    Falló la prediccion, asi que AGUANTE ARGENTINA !!! 🤣 LTA python