¿Cómo hago un primer vistazo completo a una tabla y lo dejo por escrito?

Desde el primer módulo has ido anotando cosas: tres viajes repetidos, ocho vacíos que van juntos, una etiqueta con mayúscula, tres viajes de casi un día. Esa lista es la bitácora, y es lo que de verdad entrega un primer vistazo. Las gráficas te ayudan a encontrar; la bitácora es lo que queda cuando cierras la tabla.

Una buena entrada tiene cuatro partes:

Qué viste, en palabras de la columna: 73 viajes sin anio_nacimiento.
Cuántas filas, para que quien la lea sepa si importa.
Qué sospechas, marcado como sospecha: probablemente a los ocasionales no se les pide.
Qué preguntas, a quién: confirmar con quien opera Rueda.

La bitácora no arregla nada. Sirve para tres cosas: para que no repitas la misma búsqueda mañana, para que quien limpie la tabla sepa qué hacer, y para que tu reporte diga sus límites ("la edad describe solo a suscriptores") en lugar de esconderlos.

Ahora haces el primer vistazo completo, tú solo, como lo harías con una tabla que te mandan por correo. En lugar de una celda tienes un proyecto chico: un archivo con los viajes, un script de Python con las tres primeras secciones hechas, y un archivo bitacora.md vacío. La terminal ya está en la del proyecto, por eso el script puede abrir viajes.csv solo con su nombre. Escribes uv run primer_vistazo.py y la terminal te contesta con lo que el script imprime.

Tu turno

primer_vistazo.py ya imprime las secciones 1 a 3. Completa la 4, la 5 y la 6 para que el script imprima, en este orden:

en la 4, la mediana y el máximo de duracion_min, cada uno en su línea, como print("mediana:", ...) y print("máximo:", ...);
en la 5, los conteos de tipo_usuario con print(viajes["tipo_usuario"].value_counts().to_string());
en la 6, print("menos de 1 min:", ...) y print("más de 600 min:", ...), cada uno con el número de viajes.

Córrelo en la terminal con uv run primer_vistazo.py. Después llena bitacora.md con lo que encontraste: una línea por hallazgo, con cuántas filas y qué sospechas. Ya terminaste cuando la salida muestre las seis secciones y tu bitácora tenga al menos una entrada en cada una.

Archivos

# Primer vistazo a una tabla nueva: los viajes de Rueda.

# Las secciones 1 a 3 ya están hechas. Completa la 4, la 5 y la 6.

import pandas as pd

viajes = pd.read_csv("viajes.csv", parse_dates=["inicio"])

print("== 1. Una fila ==")

print("filas:", len(viajes))

print("viajes distintos:", viajes["viaje_id"].nunique())

print("== 2. Forma y tipos ==")

print("columnas:", viajes.shape[1])

print("desde:", viajes["inicio"].min())

print("hasta:", viajes["inicio"].max())

print("== 3. Lo que falta ==")

print(viajes.isna().sum().to_string())

print("== 4. Cada columna ==")

# TODO: imprime la mediana y el máximo de duracion_min

print("== 5. Categorías ==")

# TODO: imprime los conteos de tipo_usuario

print("== 6. Extremos ==")

# TODO: cuenta los viajes de menos de 1 minuto y los de más de 600

Python 3.12· corre con tu cuenta

Compara tu salida con lo que ya sabías de los módulos anteriores: 311 filas y 308 viajes distintos, 8 vacíos en tres columnas y 73 en el año de nacimiento, una mediana de 19.1 minutos, tres etiquetas de tipo de usuario, 6 viajes de menos de un minuto y 3 de más de 600. Si algún número no coincide, el script cuenta algo distinto de lo que crees: léelo línea por línea antes de seguir. Si un error te detiene, pega el mensaje para tu Maestro.

La bitácora es la parte que no imprime ningún script. Lee tu archivo como si fueras otra persona que nunca vio la tabla: ¿sabría qué columnas usar con cuidado y qué preguntar? Una entrada como hay vacíos no le sirve; 8 viajes sin duración, destino ni distancia, seis del 15 de marzo después de las 22:00 sí. Puedes pedirle a tu Maestro que revise tus entradas y te diga cuáles se entienden solas.

Guarda la bitácora junto a los datos y escribe arriba de qué archivo y de qué fechas habla. Una bitácora sin la tabla a la que se refiere sirve poco, y una tabla nueva con la misma forma (los viajes de abril, por ejemplo) se revisa más rápido si tienes a la mano lo que encontraste en marzo: buscas primero los mismos problemas y anotas si siguen ahí. Si descargas el proyecto, te llevas el script, la tabla y la bitácora juntos.

Una última cosa: el orden en que alguien lee tus hallazgos no es el orden en que los encontraste. A quien te pidió un número le importa primero lo que cambia ese número. Practícalo con la pregunta de abajo.

Comprueba lo que sabes: Tu jefa te pide para hoy la duración típica de un viaje de Rueda, para un reporte. Con tu bitácora en la mano, ¿qué le dices primero? Contesta en dos o tres frases.

Responde tú