Skip to content

SETUP.md

Latest commit

 

History

History
158 lines (109 loc) · 4.52 KB

SETUP.md

File metadata and controls

158 lines (109 loc) · 4.52 KB
Raw

Cómo replicar este repo desde cero

Guía para reproducir todos los ejercicios y proyectos del certificado.

Herramientas necesarias

Herramienta Dónde conseguirla Para qué curso
Google Sheets sheets.google.com (gratuito) Course 1, 2, 4
BigQuery console.cloud.google.com (gratuito con límites) Course 3, 4, 5
Kaggle account kaggle.com (gratuito) Course 3
R + RStudio posit.co/download/rstudio-desktop Course 7, 8
Tableau Public public.tableau.com/downloads (gratuito) Course 6

Datasets

Ningún dataset está incluido en el repo por tamaño. Descárgalos aquí:

Dataset URL Usado en
Netflix Movies & TV Shows https://www.kaggle.com/datasets/shivamb/netflix-shows Course 5, 6, 7
Messy E-Commerce Sales https://www.kaggle.com/datasets/kandeelai22/messy-e-commerce-sales-dataset Course 4
Animal Crossing NHNH https://www.kaggle.com/datasets/jessicali9530/animal-crossing-new-horizons-nookplaza-dataset Course 3
Divvy Bikes Trip Data https://divvy-tripdata.s3.amazonaws.com/index.html Course 8
Chicago Taxi Trips BigQuery Public → bigquery-public-data.chicago_taxi_trips Course 3

Course 3 — BigQuery

  1. Crear cuenta en Google Cloud (gratuito)
  2. Crear un proyecto nuevo
  3. Ir a BigQuery > SQL Workspace
  4. En el panel izquierdo buscar bigquery-public-data
  5. Ejecutar las queries del archivo actividad-bigquery/README.md

Para el dataset de taxis de Chicago ya está disponible en BigQuery sin necesidad de descargarlo: bigquery-public-data.chicago_taxi_trips.taxi_trips

Course 4 — Limpieza SQL

  1. Descarga el dataset de Kaggle (enlace arriba)
  2. En BigQuery: crear dataset → Data > Import → subir el CSV
  3. Actualiza el nombre del proyecto/dataset en las queries: 
    -- Cambia esto:
FROM `proyecto.dataset.ecommerce_ventas`
-- Por el nombre real de tu proyecto y dataset en BigQuery
  4. Ejecuta limpieza.sql paso a paso (los 4 pasos en orden)

Course 5 — Análisis SQL

Mismos pasos que Course 4 pero con el dataset de Netflix.

  1. Descarga netflix_titles.csv de Kaggle
  2. Súbelo a BigQuery
  3. Actualiza el nombre del proyecto en analisis-netflix.sql
  4. Ejecuta las queries en orden

Course 7 — Python

Los ejercicios del curso requieren Python 3.9 o superior con los siguientes paquetes:

pandas
numpy
matplotlib
jupyter

Instalacion con pip:

pip install pandas numpy matplotlib jupyter

Para ejecutar los notebooks y archivos .py:

# Ejecutar un script directamente
python ejercicios.py

# Abrir Jupyter Notebook en la carpeta del modulo
jupyter notebook

Los ejercicios de cada modulo estan en archivos .py independientes dentro de course-7-python/modulo-*/. No requieren datasets externos.

El analisis de Basic Fit (course 8) usa los mismos paquetes. El notebook basic-fit-expansion.ipynb puede abrirse con Jupyter o con VS Code + extension Python.

Course 7 — R (analisis-r-netflix)

# 1. Clonar el repo
git clone https://github.com/aroaxinping/google-data-analytics.git

# 2. Ir a la carpeta
cd google-data-analytics/course-7-python/analisis-r-netflix/

# 3. Descargar netflix_titles.csv de Kaggle y colocarlo aquí

# 4. Abrir RStudio y ejecutar setup.R primero
source("setup.R")

# 5. Abrir analisis-netflix.Rmd y hacer clic en Knit

El output generado (analisis-netflix.html) no está en el repo porque se genera localmente. Está en .gitignore.

Course 8 — Capstone Cyclistic

# 1. Ir a la carpeta
cd google-data-analytics/course-8-capstone/cyclistic-case-study/

# 2. Ejecutar setup.R — crea la carpeta data/ e instala paquetes
source("setup.R")

# 3. Descargar los 12 CSV de Divvy del año elegido y colocarlos en data/

# 4. En cyclistic-analysis.Rmd:
#   - Cambiar eval=FALSE a eval=TRUE en el bloque "carga-datos"
#   - Cambiar include=FALSE a eval=FALSE en el bloque "simular-datos"

# 5. Knit → genera el case study completo en HTML

Los CSV de Divvy pesan ~1GB en total y están en .gitignore. El .Rmd incluye un bloque de simulación de datos para que se pueda visualizar sin descargar los datos reales.

Course 6 — Tableau

El diseño del dashboard está documentado en proyecto-tableau/README.md. Para construirlo:

  1. Descargar Tableau Public Desktop (gratuito)
  2. Conectar el CSV de Netflix como fuente de datos
  3. Seguir el diseño documentado (vistas, paleta, filtros)