Por qué Python y no Excel para analizar datos

La historia: una libreta de gastos

Imagina que quieres controlar en qué se te va la plata. Empiezas por lo más simple: anotas cada gasto en una libreta, con su categoría y su valor.

• Restaurante: 200
• Café: 3
• Tecnología: 8.000
• Cine: 12

Con solo mirar la lista ya aparece algo: tecnología, 8.000, muy por encima del resto. Eso ya es análisis de datos: registrar, analizar y tomar una decisión. No hizo falta ningún software.

Cuando la libreta ya no alcanza

Te va tan bien que otras personas te piden que les hagas lo mismo, y te entregan sus libretas. Luego más libretas. El método sigue sirviendo, pero la herramienta ya no: te desbordas.

Lo natural es pasar a lo digital, y casi siempre eso significa Excel. Excel está bien y ayuda mucho; aquí no lo vamos a odiar. Pero pasa lo mismo que con las libretas: cuando te llenas de muchos archivos de Excel, manipular los datos se vuelve lento, complejo y frágil. Hay que cambiar de herramienta sin cambiar el método.

Por qué Python

• Lee de todo: archivos de Excel, CSV, JSON, bases de datos SQL, APIs.
• Es fácil de leer: fue diseñado para que se entienda casi como un texto. Guido van Rossum lo creó en 1989 pensando justamente en eso.
• Es el estándar de la industria en análisis de datos, y por extensión en inteligencia artificial.
• Tiene una comunidad enorme: cosas que en otros lenguajes son un «monstruo» de código, en Python se resuelven con un comando.

¿Hay otras opciones? Sí: R (muy usado en investigación), MATLAB (de pago) o casi cualquier lenguaje de programación. Pero Python es el más usado, el más sencillo de aprender y el que vas a encontrar en las empresas.

Lo que viene en el curso

Esta clase no tiene código: es el porqué. En el material vas a encontrar una vista previa de a dónde llegamos: tres meses de gastos analizados en un par de líneas.

# Total por categoría, de mayor a menor (lo aprendes en la clase 9)
gastos.groupby("categoria")["valor"].sum().sort_values(ascending=False)

El reto de esta clase

Abre gastos.csv en Excel o Google Sheets y responde sin Python: ¿qué categoría suma más dinero en los tres meses?, ¿cuál fue el gasto más alto y cuándo? Anota cuánto tiempo te tomó. Al final del curso lo vas a resolver con una línea, y vas a comparar.