Temario Lección 210 de 250 · Proyectos: construye cosas reales
Proyectos: construye cosas reales

Proyecto: investiga un conjunto de datos

Has aprendido pandas. Ahora úsalo como lo hace un analista: te entregan una tabla, le haces preguntas y representas la respuesta en un gráfico. El código inicial te construye un realista registro de gastos de 90 días (columnas date, category, amount, merchant). Se genera con random.seed(0), así que todo el mundo obtiene exactamente los mismos números y tus respuestas se pueden comprobar.

Tu trabajo es el análisis. Escribe tres funciones y luego dibuja un gráfico.

  • monthly_totals(df) -> un dict como {"2026-01": 3499.72, ...}: el gasto total por mes natural, redondeado a 2 decimales. Crea una clave de mes a partir de la fecha con pd.to_datetime(df["date"]).dt.strftime("%Y-%m"), y luego df.groupby(that)["amount"].sum() y .round(2).to_dict().
  • top_merchants(df, n) -> los n comercios en los que más gastaste, de mayor a menor, como lista de nombres. Agrupa por merchant, suma amount, ordena de forma descendente y toma las n primeras etiquetas del índice.
  • weekend_vs_weekday_avg(df) -> {"weekend": ..., "weekday": ...}: la transacción media en sábado y domingo frente al resto de la semana. Obtén el día de la semana con .dt.dayofweek (el sábado es 5 y el domingo 6) y haz la media de cada grupo.

Luego haz un gráfico de barras de los totales mensuales:

fig, ax = plt.subplots()
ax.bar(list(totals.keys()), list(totals.values()))
ax.set_title("Spending by month")

No llames a plt.show(): el entorno muestra la figura por ti. Pulsa Ejecutar para imprimir tus hallazgos y ver aparecer el gráfico. Como los datos tienen semilla, el mes con más gasto y tu comercio principal son los mismos para todo el mundo, y precisamente por eso el evaluador puede comprobar tu trabajo.

Tu turno

Con el df de gastos de 90 filas y con semilla que construye el código inicial, escribe monthly_totals(df) (un dict {"YYYY-MM": total} redondeado a 2 decimales), top_merchants(df, n) (los n comercios con más gasto, de mayor a menor) y weekend_vs_weekday_avg(df) (importes medios {"weekend", "weekday"}, sábado y domingo frente al resto). Luego construye un gráfico de barras de los totales mensuales con fig, ax = plt.subplots() y ax.bar(...) (sin plt.show()).

¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección

Este ejercicio se abre pronto

Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.