Pandas in 7 Days

Manual formativo y conciso estructurado como un plan de estudio intensivo de una semana en el que Fabio Nelli guía al lector por las capacidades fundamentales y avanzadas de manipulación de datos en Python (trabajando con Pandas 1.4+ sobre Python 3). Está dirigido a estudiantes, analistas y programadores principiantes e intermedios que cuentan con nociones elementales de Python y buscan adquirir competencia operativa sólida en análisis de datos en un periodo de tiempo breve y organizado.

El contenido se distribuye a lo largo de siete jornadas temáticas que cubren progresivamente el ecosistema de la librería: el día 1 aborda las estructuras esenciales (Series y DataFrames), indexación y carga inicial; el día 2 profundiza en selección, corte (slicing), filtrado condicional mediante máscaras booleanas, ordenación y consultas con .query(); el día 3 explora operaciones avanzadas como agrupaciones con groupby, indexación jerárquica, agregaciones y remodelado de tablas (pivot, melt, stack, unstack y tablas de contingencia con crosstab); el día 4 enseña a combinar múltiples conjuntos de datos mediante uniones, concatenaciones (concat), fusiones (merge) y cruces relacionales; el día 5 se enfoca en ingestión desde fuentes externas como archivos planos (CSV, TSV), JSON, páginas web (tablas HTML) y bases de datos relacionales con SQL; el día 6 enseña a resolver anomalías en datos reales (valores faltantes con fillna e interpolación, duplicados, datos de texto con el accesor .str y series temporales con DatetimeIndex y remuestreo); y el día 7 introduce el trabajo interactivo en Jupyter Notebooks y la creación de gráficos analíticos con Matplotlib.

La obra no desarrolla un proyecto de software final, sino que adopta una metodología de taller intensivo donde cada jornada concluye con resúmenes, términos clave y baterías de preguntas de repaso y comprobación conceptual para afianzar lo aprendido mediante ejemplos de código aplicados. Destaca por su organización pedagógica, claridad didáctica y el amplio espectro de situaciones cotidianas de depuración de datos que resuelve de forma directa; no obstante, omite temas de modelado estadístico riguroso, aprendizaje automático y visualización interactiva avanzada. Es una excelente opción para profesionales que requieren familiarizarse con la manipulación cotidiana de datos tabulares de manera rápida y estructurada.