¿Qué reviso en los primeros 30 minutos con una tabla nueva?

Al principio del curso contestaste cuatro preguntas antes de conocer el método: una en la bienvenida, sobre una tabla de ventas, y tres sobre la tabla de Rueda. Aquí están otra vez, iguales. Contesta sin volver a ver tus respuestas de entonces; al final puedes compararlas con tu Maestro.

Comprueba lo que sabes: En la tabla de viajes, 73 filas no tienen año de nacimiento. ¿Qué haces primero?

Comprueba lo que sabes: La duración promedio de los viajes es de 34 minutos. ¿Qué te dice eso de un viaje típico?

Comprueba lo que sabes: Un viaje dura 1,452 minutos: más de 24 horas. ¿Qué haces?

Comprueba lo que sabes: Te mandan una tabla nueva de ventas y te piden la gráfica de precio contra unidades vendidas para hoy. ¿Qué haces primero?

Compara tus respuestas de hoy con las del principio. Si alguna cambió, fíjate en qué: casi siempre es que ahora buscas evidencia en las otras columnas antes de decidir. Puedes repasarlas con tu Maestro y ver qué cambió.

Con cualquier tabla nueva, en este orden:

Qué es una fila. Cuenta filas e identificadores distintos y mira filas del principio y de en medio.
Forma y tipos. Cuántas filas y columnas, qué tipo tiene cada una y qué periodo cubre.
Lo que falta. Cuánto falta por columna, si faltan juntos y dónde se concentran.
Cada columna. Un histograma y un describe() para las numéricas; promedio contra mediana.
Categorías. value_counts() de cada columna de texto, buscando etiquetas que sobran.
Extremos. Cada valor lejano, juzgado por sus otras columnas: error probable, real o pendiente.
Relaciones. Dos columnas a la vez, buscando el grupo que se porta distinto.

Todo lo que encuentras va a la bitácora, con cuántas filas y qué sospechas. Una forma de repartir media hora: unos 5 minutos para la fila y la forma, 5 para lo que falta, 10 para las columnas y sus categorías, 5 para los extremos y 5 para las relaciones y para dejar la bitácora en orden. No hace falta terminar todo: lo que no alcances, anótalo como pendiente.

Un primer vistazo no responde la pregunta que te hicieron: te dice si la tabla puede responderla y con qué advertencias. A veces el resultado más útil de media hora es una lista de tres preguntas para quien te mandó los datos, antes de hacer una sola gráfica para el reporte. Y la segunda vez que abras una tabla del mismo origen vas a tardar menos, porque tu bitácora te dice dónde buscar primero.

Esta hoja tiene el código de cada paso, con print() en cada línea para que muestre todo aunque la corras como script (python primer_vistazo.py). Cópiala y cambia el archivo y los nombres de columna por los de tu tabla.

primer_vistazo.py

import pandas as pd

datos = pd.read_csv("tu_tabla.csv", parse_dates=["fecha"])

# 1. Qué es una fila: filas contra identificadores distintos
print(len(datos), datos["id"].nunique())
print(datos.head(10))
print(datos.sample(8, random_state=1))

# 2. Forma, tipos y qué periodo cubre
print(datos.shape)
print(datos.dtypes)
print(datos["fecha"].min(), datos["fecha"].max())

# 3. Lo que falta
print(datos.isna().sum())

# 4. Cada columna numérica: compara mean con 50%
print(datos["monto"].describe())

# 5. Categorías
print(datos["categoria"].value_counts())

# 6. Extremos: mira la fila completa
print(datos[datos["monto"] > 10000])

# 7. Relaciones
print(datos["monto"].corr(datos["unidades"]))

Una línea por paso. Cambia tu_tabla.csv, fecha, id, monto, categoria y unidades por los nombres de tu tabla.

Este curso encuentra y anota los problemas; no los arregla. Para lo que sigue hay dos cursos gratuitos de Maestro: Limpia tus datos, para decidir qué haces con los vacíos, las etiquetas repetidas y los extremos que encontraste, y Tu CSV se ve raro, para cuando el problema empieza antes, al abrir el archivo: acentos rotos, comas que no separan, ceros que desaparecen.

Y si ya trabajas con un agente de IA, o quieres empezar, el curso que sigue es IA agéntica para datos. Ahí le das trabajo con datos a un agente en tu terminal y revisas lo que hizo con el mismo criterio que practicaste aquí: qué es una fila, qué falta, qué extremo es error. Un agente hace rápido las cuentas de un primer vistazo; las preguntas de tu bitácora siguen siendo tuyas.

IA agéntica para datos: tu criterio, a escala

Reflexiona: Piensa en una tabla de tu trabajo o de tu vida que vas a abrir pronto. ¿Qué sería una fila, qué tres cosas revisarías primero y qué sospecha llevas ya antes de abrirla?

Solo tú y tu Maestro leen esto. Se queda en tu cuenta y se borra con ella.

Escribe tu respuesta