Análisis Exploratorio de Datos

Análisis Exploratorio de datos (EDA)

• Se toman todos los datos (o una muestra).

• Se generan resúmenes de los datos.

• Los resúmenes nos ayudarán a entender cómo se comporta lo que estamos estudiando.

Algunos datos útiles del dataset para el EDA:

• Promedio

• Moda (valor más repetido)

• Valor máximo

• Valor mínimo

• Histograma

Funciones de PANDAS para generar tu EDA

• Valor máximo: para saber lo más que podemos esperar.

• Valor mínimo: para saber lo menos que podríamos esperar.

• ArgMax: cuál fue la muestra con mayor valor.

• ArgMin: cuál fue la muestra con menor valor.

df_meteoritos[‘mass’].max()
df_meteoritos[‘mass’].argmax()

df_meteoritos[‘mass’].min()
df_meteoritos[‘mass’].argmin()

• Mean: El promedio te ayuda a predecir datos nuevos: Es probable que un dato nuevo esté cerca del promedio.

• Mode: La moda te dice cuál es el dato más repetido: Datos nuevos pueden caer muy cerca de la moda.

df_meteoritos[‘mass’].mean()

df_meteoritos[‘mass’].mode()

• Hist: Te permite generar un histograma con tus datos.

df_meteoritos[‘mass’].hist()

df_meteoritos[‘mass’].hist(bins = NumeroDeDatosEnX)

---> Sigue con el Reto 06 <---