Python de Cero a Experto / Proyectos + retos

Proyecto: análisis de un dataset colombiano

Proyecto60 min150 XP

El segundo proyecto de graduación es un análisis de datos completo sobre un dataset con contexto real: el costo de vida en ciudades de Colombia. Vas a cargar los datos, explorarlos, compararlos, agruparlos y sacar conclusiones —el trabajo diario de un analista de datos—. A diferencia de datos inventados, aquí interpretas resultados que tienen SIGNIFICADO. Pandas hace el cálculo; tú haces las preguntas y sacas las conclusiones.

Reto

Análisis de dataset colombiano

Difícil55 min150 XP(×2 sin mirar la solución)

Qué debes construir

Un análisis del costo de vida mensual estimado en varias ciudades colombianas (arriendo, comida, transporte, servicios), respondiendo preguntas de negocio:

Cargar el dataset (te lo damos) en un DataFrame.
Costo total por ciudad (sumar todas las categorías de cada ciudad) y ordenarlas.
Comparar: la ciudad más cara y la más barata, y cuánto más cara es una respecto a la otra.
Por categoría: en qué categoría se gasta más en promedio entre todas las ciudades.
Derivar: una columna con el costo total por ciudad y una clasificación (cara/media/económica).
Conclusiones claras en un reporte.

Parte de estos datos (valores mensuales estimados en miles de pesos):

datos.py

import pandas as pd

df = pd.DataFrame({
  "ciudad": ["Bogotá", "Medellín", "Cali", "Barranquilla", "Bucaramanga", "Pereira"],
  "arriendo": [1800, 1400, 1100, 1200, 1000, 950],
  "comida": [900, 800, 750, 820, 700, 680],
  "transporte": [280, 240, 220, 200, 180, 170],
  "servicios": [350, 300, 280, 320, 260, 250],
})

Reglas

Usa Pandas para todo el análisis (suma por filas con axis, groupby, sort_values).
Interpreta los resultados: no solo números, sino qué SIGNIFICAN.
Presenta un reporte claro con conclusiones.

55:00

Cuando estés listo, arranca el reloj.

Lo que este proyecto integra —el trabajo de un analista de datos:

Datos con significado. No es solo calcular: cada número responde una pregunta real ("¿dónde vivir es más barato?"). El análisis sirve para DECIDIR.
Operaciones por eje. Sumar por fila (axis=1) para el total por ciudad, promediar columnas para el patrón por categoría —dominar los ejes es clave en datos tabulares—.
De datos a conclusiones. El valor no está en la tabla, sino en lo que INTERPRETAS: qué ciudad conviene, dónde se va el dinero, qué tan grande es la diferencia.

Autoevaluación: ¿el análisis calcula el costo total por ciudad, las ordena, identifica la más cara y la más barata con su ratio, y muestra qué categoría pesa más en promedio? Fíjate en el uso de axis=1 (sumar por fila, a lo ancho, para el total de cada ciudad) frente a promediar columnas (el patrón por categoría). Pero lo importante NO son los cálculos: es la INTERPRETACIÓN —"Bogotá cuesta 1.4x lo de Pereira", "el arriendo domina el presupuesto"—. Eso es análisis de datos: convertir una tabla en conclusiones que ayudan a decidir. Este mismo flujo lo aplicarías a datos reales de ventas, encuestas, sensores o cualquier dataset —descargando CSVs reales del DANE o Datos Abiertos Colombia—.

Qué sigue

Dos proyectos listos. El tercero cambia de ruta hacia el backend: una API completa de tareas con FastAPI. Vas a construir la capa de datos en vivo (con SQL) y ver cómo se expone como una API REST profesional —el proyecto que demuestra que puedes construir el servidor de una aplicación real—.