Módulo 1: Estructura profesional de un análisis en Python

• Organización del notebook

• Secciones

• Importación de librerías

• Carga de archivos base

• Definición del caso, alcance y preguntas de negocio.

Módulo 2: Lectura avanzada de CSV

• Separadores

• Codificación

• Encabezados incorrectos

• Columnas innecesarias

• Tipos de datos

• Archivos con errores comunes

• Validación de carga.

Módulo 3: Limpieza intermedia de datos

• Estandarización de textos

• Corrección de categorías

• Conversión de fechas

• Reemplazo de valores

• Tratamiento de nulos con criterio

• Documentación de decisiones.

Módulo 4: Combinación de tablas

• Unir varios CSV con merge, concat y llaves comunes

• Diferencia entre anexar y combinar

• Validación de filas antes y después de unir.

Módulo 5: Análisis por dimensiones

• Ventas por producto, cliente, región, vendedor, canal o periodo

• Tablas resumen estructuradas

• Lectura de concentración y desempeño.

Módulo 6: Groupby y agregaciones intermedias

• Múltiples agregaciones

• Renombrado de columnas

• Agrupaciones por varias dimensiones

• Cálculos derivados

• Ordenamiento y ranking.

Módulo 7: Fechas y análisis temporal

• Columnas de año, mes, trimestre y semana

• Tendencias

• Comparativos de periodos

• Variaciones mensuales

• Acumulados

• Ventanas básicas.

Módulo 8: Visualización intermedia

• Gráficos comparativos

• Tendencias

• Rankings

• Distribuciones

• Visuales con mejor formato, anotaciones e interpretación.

Módulo 9: Exportación y entrega de resultados

• Generación de CSV limpios, tablas resumen exportables

• Archivos de salida

• Carpeta de entregables

• Control de nombres y versiones.

Módulo 10: Proyecto final

• Integración de varios CSV, limpieza, modelo analítico, KPIs, visualizaciones, exportables y conclusiones en un notebook final.