Desafio1: https://colab.research.google.com/drive/1d7EOYT2sTVqt8i6unzT7qyFDOP2Hg3Cz#scrollTo=oJQiHrP2bEbf&line=1&uniqifier=1
Desafio2:https://colab.research.google.com/drive/1izDi-M7z3obUzFjJMreqWxgvvkVjFUmt#scrollTo=-qtbHxvdt3aZ&line=1&uniqifier=1
¡Hola Estudiante, espero que estés bien!
Veo que estás trabajando en los desafíos finales del curso de Pandas. ¡Qué emocionante!
Para el Proyecto Desafío 1: Ventas Online, necesitas trabajar con la columna Fecha de venta. Aquí tienes un ejemplo de cómo podrías transformar estos datos al tipo datetime usando Pandas y luego analizar un subconjunto:
import pandas as pd
# Supongamos que ya has cargado tus datos en un DataFrame llamado df
df['Fecha de venta'] = pd.to_datetime(df['Fecha de venta'], format='%d/%m/%Y')
# Ahora, podrías filtrar las ventas que ocurrieron durante el evento de 5 días
evento_inicio = '2023-10-01' # Cambia esto a la fecha de inicio real del evento
evento_fin = '2023-10-05' # Cambia esto a la fecha de fin real del evento
ventas_evento = df[(df['Fecha de venta'] >= evento_inicio) & (df['Fecha de venta'] <= evento_fin)]
# Visualizar las ventas durante el evento
print(ventas_evento)
Para el Proyecto Desafío 2: Administración de Condominios, el proceso es similar. Aquí transformas las columnas datas_de_pagamento y datas_combinadas_pagamento al tipo datetime:
# Supongamos que ya has cargado tus datos en un DataFrame llamado df
df['datas_de_pagamento'] = pd.to_datetime(df['datas_de_pagamento'], format='%d/%m/%Y')
df['datas_combinadas_pagamento'] = pd.to_datetime(df['datas_combinadas_pagamento'], format='%d/%m/%Y')
# Puedes analizar los pagos retrasados comparando las dos columnas
pagos_retrasados = df[df['datas_de_pagamento'] > df['datas_combinadas_pagamento']]
# Visualizar los pagos retrasados
print(pagos_retrasados)
Estos ejemplos te ayudarán a comenzar con la transformación y análisis de las fechas en tus proyectos. Recuerda adaptar las fechas y nombres de columnas a los que realmente estás utilizando en tus datos.
Espero haber ayudado y buenos estudios!