Limpia tus datos sin romperlos
Al terminar, vas a poder limpiar una tabla del trabajo en pandas o en SQL sin perder filas que importan, y explicar cada cambio que hiciste.
Avanzas a tu ritmo, con tu Maestro que te acompaña en todo el curso: le preguntas lo que quieras y también te pregunta a ti.
13 habilidades · 5 módulos
Lo que vas a poder hacer
Cada recuadro es una habilidad. Abajo está la base, reconocer y explicar, y de ahí vas subiendo hasta construir lo tuyo y juzgar qué funciona y por qué. Pasa el cursor sobre un recuadro para ver en qué se apoya. Haz clic para ver dónde lo enseño y cómo lo revisa tu Maestro.
- Sintetizar
- Analizar
- Aplicar
- Comprender
Sintetizar
Escribir un script de limpieza que se vuelve a correr con un archivo nuevo y anota cada paso con sus filas
Dónde lo enseño: Un script que puedas volver a correr · ¿Cómo convierto mi limpieza en un script que pueda volver a correr?
Se apoya en:
- Decidir si un hueco quiere decir cero, no se sabe o no aplica, y quién lo confirma
- Normalizar categorías de texto en pandas con strip, lower y un mapa explícito
- Marcar los valores que rompen una regla confirmada, en lugar de borrarlos
- Contar las filas antes y después de cada paso para atrapar las que se pierden sin aviso
- Decidir qué copia de un registro repetido se queda y conservarla ordenando antes de quitar
Tu Maestro te pide construir algo propio con ello y, cuando lo haces, lo guarda como evidencia.
Analizar
Decidir si un hueco quiere decir cero, no se sabe o no aplica, y quién lo confirma
Dónde lo enseño: Mira antes de cambiar · ¿Qué significa una celda vacía? Cero, "no se sabe" o "no aplica"
Se apoya en:
- Hacer el inventario de problemas de una tabla antes de cambiarla
Tu Maestro te pide descomponer un problema con ello y, cuando lo haces, lo guarda como evidencia.
Elegir las columnas que hacen que dos filas sean el mismo registro y predecir cuántas filas quedan
Dónde lo enseño: Duplicados que sí y que no · ¿Por qué drop_duplicates() no quita mis repetidos? Define la llave primero
Se apoya en:
- Contar las filas antes y después de cada paso para atrapar las que se pierden sin aviso
Tu Maestro te pide descomponer un problema con ello y, cuando lo haces, lo guarda como evidencia.
Decidir qué copia de un registro repetido se queda y conservarla ordenando antes de quitar
Dónde lo enseño: Duplicados que sí y que no · ¿Cómo me quedo con la última captura de cada folio en pandas?
Se apoya en:
- Elegir las columnas que hacen que dos filas sean el mismo registro y predecir cuántas filas quedan
Tu Maestro te pide descomponer un problema con ello y, cuando lo haces, lo guarda como evidencia.
Comparar DISTINCT con ROW_NUMBER para quitar repetidos en SQL y escribir el que pide la llave
Dónde lo enseño: Lo mismo en SQL · ¿Por qué DISTINCT no quita mis duplicados? ROW_NUMBER y QUALIFY en DuckDB
Se apoya en:
- Elegir las columnas que hacen que dos filas sean el mismo registro y predecir cuántas filas quedan
- Limpiar texto, números y huecos en SQL con TRIM, LOWER, CASE, REPLACE, TRY_CAST y COALESCE
Tu Maestro te pide descomponer un problema con ello y, cuando lo haces, lo guarda como evidencia.
Aplicar
Hacer el inventario de problemas de una tabla antes de cambiarla
Dónde lo enseño: Mira antes de cambiar · ¿Qué reviso en una tabla antes de limpiarla? Haz el inventario de problemas
Se apoya en:
- Describir un método de limpieza: mirar, decidir con quien conoce los datos, arreglar en código, contar filas y anotar
- Explicar por qué un mismo valor escrito de varias formas cuenta como categorías distintas
Tu Maestro te pide usarlo en un caso nuevo y, cuando lo haces, lo guarda como evidencia.
Normalizar categorías de texto en pandas con strip, lower y un mapa explícito
Dónde lo enseño: Arregla en código, no a mano · ¿Cómo limpio texto escrito de varias formas en pandas? strip, lower y un mapa
Se apoya en:
- Explicar por qué un mismo valor escrito de varias formas cuenta como categorías distintas
- Hacer el inventario de problemas de una tabla antes de cambiarla
Tu Maestro te pide usarlo en un caso nuevo y, cuando lo haces, lo guarda como evidencia.
Convertir números guardados como texto y contar los valores que no se pudieron convertir
Dónde lo enseño: Arregla en código, no a mano · ¿Por qué pandas no suma mis montos? Números guardados como texto
Se apoya en:
- Hacer el inventario de problemas de una tabla antes de cambiarla
Tu Maestro te pide usarlo en un caso nuevo y, cuando lo haces, lo guarda como evidencia.
Marcar los valores que rompen una regla confirmada, en lugar de borrarlos
Dónde lo enseño: Arregla en código, no a mano · ¿Borro o marco un valor imposible? Cómo encontrarlo en pandas
Se apoya en:
- Convertir números guardados como texto y contar los valores que no se pudieron convertir
Tu Maestro te pide usarlo en un caso nuevo y, cuando lo haces, lo guarda como evidencia.
Contar las filas antes y después de cada paso para atrapar las que se pierden sin aviso
Dónde lo enseño: Arregla en código, no a mano · ¿Cómo sé si mi limpieza perdió filas? Cuenta antes y después de cada paso
Se apoya en:
- Describir un método de limpieza: mirar, decidir con quien conoce los datos, arreglar en código, contar filas y anotar
Tu Maestro te pide usarlo en un caso nuevo y, cuando lo haces, lo guarda como evidencia.
Limpiar texto, números y huecos en SQL con TRIM, LOWER, CASE, REPLACE, TRY_CAST y COALESCE
Dónde lo enseño: Lo mismo en SQL · ¿Cómo limpio texto, números y huecos en SQL? TRIM, CASE, TRY_CAST y COALESCE
Se apoya en:
- Normalizar categorías de texto en pandas con strip, lower y un mapa explícito
- Convertir números guardados como texto y contar los valores que no se pudieron convertir
Tu Maestro te pide usarlo en un caso nuevo y, cuando lo haces, lo guarda como evidencia.
Comprender
Explicar por qué un mismo valor escrito de varias formas cuenta como categorías distintas
Dónde lo enseño: Mira antes de cambiar · ¿Por qué pandas cuenta "CDMX" y "cdmx " como ciudades distintas?
Tu Maestro te pide explicarlo con tus palabras y, cuando lo haces, lo guarda como evidencia.
Describir un método de limpieza: mirar, decidir con quien conoce los datos, arreglar en código, contar filas y anotar
Dónde lo enseño: Mira antes de cambiar · ¿Por qué pandas cuenta "CDMX" y "cdmx " como ciudades distintas?
Tu Maestro te pide explicarlo con tus palabras y, cuando lo haces, lo guarda como evidencia.
Lo que vamos a ver
Mira antes de cambiar
Arregla en código, no a mano
Duplicados que sí y que no
Lo mismo en SQL
Un script que puedas volver a correr
Preguntas frecuentes
- ¿Qué necesito saber antes de empezar?
- Haber abierto una tabla en pandas o escrito un SELECT con WHERE alguna vez. Cada línea de código del curso se explica, y tu Maestro te ayuda si algo no te queda claro. Si nunca has usado ninguno de los dos, el curso igual te sirve para entender el método, que vale también en Excel.
- ¿Es gratis? ¿Necesito una cuenta?
- Es gratis. Puedes leer todas las páginas sin cuenta. Con una cuenta gratis te inscribes con un toque, corres el código de cada página y le preguntas a tu Maestro.
- ¿Tengo que instalar algo?
- No. El código de Python y de SQL corre dentro de Maestro: escribes en la página y ves el resultado debajo. El proyecto del último módulo lo puedes descargar para correrlo en tu computadora cuando quieras.
- ¿Los datos son reales?
- No. Las ventas y los socios de la cooperativa de café son datos sintéticos, inventados para el curso, con los problemas que aparecen en tablas reales del trabajo.
- Mi archivo se ve con acentos rotos o todo en una sola columna. ¿Esto me sirve?
- Eso es un problema de cómo se lee el archivo, no de limpieza, y aquí no lo cubrimos: este curso empieza cuando la tabla ya se abrió bien. Las fechas tampoco son tema de este curso.
Lo que recibes
- 5 módulos y 13 páginas, todo abierto para cuando quieras.
Abierto a todos: se lee completo, y tu Maestro, una IA, te responde una pregunta por página, en hasta cinco páginas al día.
Con tu cuenta gratis: tu Maestro en todo el curso, siempre en la página donde vas, y los ejercicios corren sin instalar nada.
Palabras que vas a encontrar
En las lecciones, tocas una y ves qué significa, o se la preguntas a tu Maestro.
Quién te va a enseñar
Sergio Sánchez
I'm Sergio, chekos online. I've worked with data for about ten years, mostly at mission-driven organizations: policy research first, then education, and now early childhood services. In 2018 I started tacosdedatos to share what I was learning, and since then it's been a blog, a podcast, courses, guides, and a community. These days I spend a lot of my time building with AI agents and writing about how I organize my work around them. I share what I've learned; you take what's useful and make it yours.
Nos vemos en el curso
Limpia tus datos sin romperlos