Lourdes Hernández

Googlesheets: Conectando R con hojas de cálculo Google

En un post anterior hemos comentado cómo automatizar un informe en R, utilizando el programador de tareas de Windows para ejecutar un RMarkdown que nos da como resultado un pdf o html. ¿Pero qué ocurre si nuestro informe es una hoja de cálculo en GoogleSheets? En ocasiones, tenemos un informe compartido con el cliente que hemos de

Automatización de informes en R

Ya llevamos algunos post contándote las bondades de este lenguaje de programación y todo lo que te permite hacer con tus datos, en este caso queremos hablarte de las posibilidades que hay para la automatización de informes en R. RMarkdown nos ofrece la posibilidad de alternar código ejecutable en R (y sus outputs) con texto e imágenes.

Importando datos en Python (III)

En este post abordamos la importación de bases de datos relacionales en Python, dando continuación a los anteriores: lectura de ficheros planos y otras extensiones. Bases de datos relacionales Una base de datos relacional es un conjunto de una o más tablas estructuradas en registros (filas) y campos (columnas), vinculadas entre sí por un campo

Importando datos en Python (II)

Continuamos con la serie de posts sobre importación de datos en Python. En esta ocasión trataremos otras extensiones, como ficheros pickled, hojas de cálculo, ficheros SAS, Stata, HDF5 y Matlab. Ficheros pickled Son ficheros nativos de Python basados en la serialización, es decir, la conversión de un objeto Python en una cadena de bytes. Tienen

Importando datos en Python (I)

Gran parte del potencial de Python reside en su capacidad en las fases previas al análisis de datos, es decir, lectura del raw data y depuración del mismo. En esta serie nos centraremos en la lectura de datos en diversos formatos (ficheros planos, otras extensiones y bases de datos relacionales). En posts anteriores pasamos de

Visualización de datos con Python (con matplotlib)

Hoy trataremos la visualización de datos con matplotlib, un paquete que pone a nuestra disposición gran variedad de gráficos. Con pocas líneas de código seremos capaces de generar gráficos de tendencia, barras, dispersión, histogramas… En un post anterior hicimos una introducción a Python, enfocado al análisis de datos. En él instalamos Python, el paquete pip

Ir arriba

Esta web utiliza ‘cookies’ de terceros. Al clicar aceptar está aceptando el uso que realizamos de las cookies. Para más información puede consultar nuestra Política de cookies