Buenas tardes, bienvenidos sean todos ustedes a un nuevo Episodio del Podcast.
Les comparto que estoy leyendo un libro titulado «Pandas in action» de Boris Paskhaver, el cual trata sobre el análisis de Datos con Pandas, la librería de Python para Data Analysis. Y quiero compartirles un fragmento de esta lectura, ya que si te dedicas al análisis de información contable presupuesta, o información cualitativa indicadores, o análisis de información de programas presupuestarios, entonces quizá te sientas identificado con esta historia.
El fragmento comienza así:
Para ser honestos, descubrí Pandas de manera fortuita.
En 2015, fui entrevistado para un trabajo de analista de datos en una empresa llamada Indeed.com, el sito de búsqueda de empleos más grande del mundo. Para mi reto final técnico, me pidieron dar datos reveladores o datos importantes de un conjunto de datos, usando EXCEL. Estaba deseoso de impresionar a los entrevistadores, así que saqué mis mejores trucos de excel: Ordenar datos, manipulación de textos, tablas dinámicas, y por supuesto la funcion BuscarV.
Por más extraño que parezca, en ese entones no sabía que hubiera alguna otra herramienta para analisis de datos a parte de Excel. Excel era la onda: mis papás lo usaron, mis maestros lo usaron y mis compañeros lo usaron. Lo sentía como un estándar establecido. Así que cuando me ofrecieron el trabajo de análisis de datos, inmediatamente compré unos 2,000 pesos de libros de Excel y comencé a estudiar. Era el momento de convertirme un Master en Excel.
Me presenté a mi primer día de trabajo con un acordeón de las 50 funciones más usadas en excel. Cuando me estaba instalando, mi jefe me incorporó a una conferencia y me informaron que había un cambio en las prioridades. La información que se manejaba había crecido tanto que Excel ya no la podía soportar. Mis compañeros estaban también buscando formas de automatizar tareas redundantes de reportes semanales y mensuales. Afortunadamente, mi jefe econtró una solución para ambos problemas. Me preguntó si había escuchado de Pandas.
El animal peludo? pregunté perplejo.
No, dijo mi jefe. La librería para análisis de datos de Python.
Después de toda mi preparación, era tiempo de aprender una nueva tecnología desde 0. Estaba un poco nervioso; Nunca había escrito una línea de código antes. Era un usuario de Excel,… o no? era capaz de hacer esto? Había solo una forma de averiguarlo. Me comencé a empapar de la documentación oficial de pandas, videos de YouTube, libros, talleres preguntas de Stack Overflow y todo lo que llegara a mis manos. Me sentí aliviado de descubrir lo fácil y agradable que era comenzar con Pandas. El código era intiutivo y directo. La librería era rápida. Las funcionalidades bien desarrolladas y expansivas. Con Pandas, podría manipular y manejar datos con muy pocas líneas de código.
Historias como la mía son comunes en la comunidad de Pyhton. El crecimiento astronómico de este lenguaje de programación en la década pasada es generalmente atribuido a la facilidad con la que los desarrolladores pueden aprenderlo. Confío en que si tu estás en una posición similar a la mia, tu puedes aprender Pandas también. Si estás buscando expandir tus habilidades de análisis de datos más allá de Excel, este libro es tu invitación.
Cuando me sentí cómodo con Pandas, continué explorando Python y después otros lenguajes de programación. En muchas formas, Pandas fue punta de lanza para mi transición para Ingeniero de Software. Le debo mucho a esta poderosa librería, y estoy contento de pasarte la estafeta del conocimiento a ti. Espero que descubras la mágia que el código puede hacer por ti.
Pienso que los que nos dedicamos a Analizar Información, Pandas es una herramienta muy atractiva y fácil de usar, que puede ayudarnos a generar nuestro trabajo de una mejor manera. Más rápida pero también más eficiente.
Espero que este episodio sea de interés y utilidad.
Recuerda que Sin Diagnóstico, No hay Marco Lógico.
-Isaac
