Visualización de Datos con Python y JavaScript, 2ª Edición

Capítulo 11. Explorar datos con pandas

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

En el capítulo anterior, limpiamos el conjunto de datos de los Premios Nobel que extrajimos de Wikipedia en el Capítulo 6. Ahora es el momento de empezar a explorar nuestro nuevo y brillante conjunto de datos, buscando patrones interesantes, historias que contar y cualquier otra cosa que pueda servir de base para una visualización interesante.

En primer lugar, vamos a intentar despejarnos y examinar detenidamente los datos que tenemos a mano para hacernos una idea general de las visualizaciones sugeridas. El Ejemplo 11-1 muestra la forma del conjunto de datos Nobel, con datos categóricos, temporales y geográficos.

Ejemplo 11-1. Nuestro conjunto de datos depurado sobre los Premios Nobel

[{
 'category': 'Physiology or Medicine',
 'date_of_birth': '8 October 1927',
 'date_of_death': '24 March 2002',
 'gender': 'male',
 'link': 'http://en.wikipedia.org/wiki/C%C3%A9sar_Milstein',
 'name': 'César Milstein'
 'country': 'Argentina',
 'place_of_birth': 'Bahía Blanca,  Argentina',
 'place_of_death': 'Cambridge , England',
 'year': 1984,
 'born_in': NaN
 },
 ...
 ]

Los datos del Ejemplo 11-1 sugieren un número de historias que podríamos querer investigar, entre ellas:

• Disparidades de género entre los premiados

• Tendencias nacionales (por ejemplo, qué país tiene más premios en Economía)

• Detalles sobre los ganadores individuales, como su edad media ...