Portada de Excel y Python
Impreso E-book

Excel y Python

Gabriel Bonilla Abril

ECOE Ediciones

Sinopsis

Este libro acompaña al lector en la transformación del análisis de datos moderno, combinando la potencia de Excel y Python. A través de un enfoque práctico y progresivo, se exploran técnicas que permiten analizar, automatizar y modelar datos de manera eficiente, creando soluciones claras, flexibles y replicables.

La sinergia entre Excel y Python ofrece un entorno robusto: Excel aporta la interfaz visual y las funciones dinámicas; Python potencia la automatización, el manejo de grandes volúmenes de información y la generación de resultados precisos. El lector aprenderá a integrar ambas herramientas para resolver problemas reales de negocio de forma estructurada y eficiente.

A lo largo del libro se presentan conceptos clave, ejemplos aplicados y ejercicios prácticos, combinando teoría y práctica para desarrollar competencias sólidas en análisis de datos. Propósito del libro: presentar las bases técnicas de Excel y su integración con Python, con énfasis en funciones dinámicas para el análisis, la automatización y el modelado de datos.

Contenido

  1. DEDICATORIA — p. II
  2. PRESENTACIÓN — p. III
  3. PARTE I Fundamentos del pensamiento matricial y las funciones dinámicas en Excel — p. 1
  4. Capítulo 1. Introducción al pensamiento matricial — p. 5
  5. 1.1 Introducción — p. 5
  6. 1.2 Estructura y objetivos del capítulo — p. 5
  7. 1.3 ¿Qué es el pensamiento matricial? — p. 5
  8. 1.4 Enfoque tradicional — p. 6
  9. 1.5 Enfoque matricial — p. 8
  10. 1.6 Pensar en bloques: el enfoque matricial visual — p. 10
  11. 1.7 Ejemplo práctico: filtrar datos con una sola fórmula — p. 10
  12. 1.8 Progresión del pensamiento matricial en Excel — p. 12
  13. 1.9 Ingeniería a la inversa: descomponiendo problemas complejos — p. 12
  14. 1.10 Cierre y evaluación práctica del pensamiento matricial — p. 19
  15. 1.11 Prácticas guiadas con el dataset auxiliar — p. 19
  16. Capítulo 2. Fórmulas de matriz dinámica y derrame en Excel — p. 28
  17. 2.1 Introducción — p. 28
  18. 2.2 Objetivos del capítulo — p. 28
  19. 2.3 Fundamentos del derrame y las funciones dinámicas — p. 28
  20. 2.4 Ejemplo 1: Desbordamiento vertical — p. 29
  21. 2.5 Ejemplo 2: Desbordamiento horizontal — p. 29
  22. 2.6 Ejemplo 3: Desbordamiento vertical y horizontal combinado — p. 30
  23. 2.7 Ejercicio 4: Error por bloqueo del derrame — p. 31
  24. 2.8 Ejercicio 5: LET con SECUENCIA para definir variables matriciales — p. 32
  25. 2.9 Ejercicio 6: Sumar dos secuencias — p. 34
  26. 2.10 Ejercicio 7: Crear tablas dinámicas sin escribir datos manuales — p. 35
  27. 2.11 Ejercicio 8: Operación matricial con rango derramado — p. 37
  28. 2.12 Prácticas guiadas con la dataset auxiliar — p. 37
  29. 2.13 Reflexión final del capítulo — p. 42
  30. Capítulo 3. Principios fundamentales de las funciones dinámicas — p. 44
  31. 3.1 Introducción — p. 44
  32. 3.2 Objetivos del capítulo — p. 44
  33. 3.3 Pensamiento matricial: el cambio de paradigma — p. 44
  34. 3.4 Alineación de dimensiones y difusión automática — p. 45
  35. 3.5 Separadores en listas constantes — p. 46
  36. 3.6 Operadores lógicos vectorizados — p. 47
  37. 3.7 Volatilidad y recálculo — p. 49
  38. 3.8 Expresiones anidadas y funciones auxiliares — p. 52
  39. 3.9 Conclusión — p. 55
  40. 3.10 Resumen visual – Principios fundamentales — p. 55
  41. Capítulo 4. Manipulación de matrices – base del pensamiento matricial — p. 57
  42. 4.1 Introducción — p. 57
  43. 4.2 Objetivos del capítulo — p. 57
  44. 4.3 Enfoque del capítulo — p. 57
  45. 4.4 ¿Qué es una matriz en Excel? — p. 58
  46. 4.5 Tipos de matrices: estáticas, dinámicas y derivadas — p. 59
  47. 4.6 Operaciones fundamentales con matrices — p. 62
  48. 4.7 Encadenamiento de funciones matriciales — p. 64
  49. 4.8 Errores comunes y depuración de matrices — p. 67
  50. 4.9 Conclusión — p. 70
  51. 4.10 Práctica guiada – Construcción, combinación y depuración de matrices — p. 70
  52. 4.11 Dataset auxiliar — p. 71
  53. 4.12 Conclusión de la práctica — p. 74
  54. Capítulo 5. Fórmulas implícitas y explícitas en Excel — p. 76
  55. 5.1 Introducción — p. 76
  56. 5.2 Objetivos del capítulo — p. 76
  57. 5.3 Enfoque del capítulo — p. 76
  58. 5.4 Qué significa implícito y explícito en Excel — p. 77
  59. 5.5 El papel de los símbolos @, # y {} en el comportamiento matricial — p. 78
  60. 5.6 Errores y conflictos comunes entre fórmulas implícitas y explícitas — p. 81
  61. 5.7 Práctica guiada: de fórmulas explícitas a dinámicas — p. 83
  62. 5.8 Práctica guiada – Identificando fórmulas implícitas y explícitas en acción — p. 86
  63. Capítulo 6. Tablas de Excel, rangos estructurados y nombres definidos — p. 90
  64. 6.1 Introducción — p. 90
  65. 6.2 Objetivos del capítulo — p. 90
  66. 6.3 Enfoque del capítulo — p. 90
  67. 6.4 Qué es una tabla en Excel — p. 91
  68. 6.5 Referencias estructuradas — p. 91
  69. 6.6 Nombres definidos — p. 91
  70. 6.7 Integración de tablas y funciones dinámicas — p. 92
  71. 6.8 Práctica guiada — p. 92
  72. 6.9 Cierre y transición — p. 92
  73. 6.10 Construcción manual de arrays — p. 94
  74. 6.11 Tipos de matrices y sus usos — p. 95
  75. PARTE II Funciones dinámicas por grupos funcionales — p. 98
  76. Capítulo 7. Funciones de generación y construcción de matrices — p. 102
  77. 7.1 Introducción — p. 102
  78. 7.2 Objetivos del capítulo — p. 102
  79. 7.3 Fundamento conceptual — p. 102
  80. 7.4 Funciones cubiertas en este capítulo — p. 102
  81. 7.5 Función MATRIZALEAT / RANDARRAY — p. 103
  82. 7.6 Función SECUENCIA / SEQUENCE — p. 107
  83. 7.7 Función ARCHIVOMAKEARRAY / MAKEARRAY — p. 112
  84. Capítulo 8. Funciones de selección y ordenamiento — p. 118
  85. 8.1 Introducción — p. 118
  86. 8.2 Objetivos del capítulo — p. 118
  87. 8.3 Fundamento conceptual — p. 118
  88. 8.4 Funciones cubiertas en este capítulo — p. 118
  89. 8.5 Función ORDENAR / SORT — p. 119
  90. 8.6 Función ORDENARPOR / SORTBY — p. 124
  91. 8.7 Función EXCLUIR / DROP — p. 132
  92. 8.8 Función TOMAR / TAKE — p. 137
  93. 8.9 Función UNICOS / UNIQUE — p. 143
  94. 8.10 Función INDICE / INDEX — p. 150
  95. 8.11 Función ELEGIRCOLS / CHOOSECOLS — p. 156
  96. 8.12 Función ELEGIRFILAS / CHOSEROWS — p. 163
  97. 8.13 Función ELEGIR / CHOOSE — p. 167
  98. Capítulo 9. Funciones de apilamiento y transformación — p. 172
  99. 9.1 Introducción — p. 172
  100. 9.2 Objetivos del capítulo — p. 172
  101. 9.3 Fundamento conceptual — p. 172
  102. 9.4 Funciones cubiertas en este capítulo — p. 172
  103. 9.5 Función APILARH / HSTACK — p. 173
  104. 9.6 Función APILARV / VSTACK — p. 177
  105. 9.7 Función ENCOL / TOCOL — p. 182
  106. 9.8 Función ENFILA / TOROW — p. 187
  107. 9.9 Función AJUSTARCOLS / WRAPCOLS — p. 191
  108. 9.10 Función AJUSTARFILAS / WRAPROWS — p. 196
  109. 9.11 Función EXPANDIR / EXPAND — p. 203
  110. Capítulo 10. Funciones de filtrado y condiciones — p. 212
  111. 10.1 Introducción — p. 212
  112. 10.2 Objetivos del capítulo — p. 212
  113. 10.3 Fundamento conceptual — p. 212
  114. 10.4 Funciones cubiertas en este capítulo — p. 212
  115. 10.5 Función FILTRAR / FILTER — p. 213
  116. 10.6 Función SI.CONJUNTO / IFS — p. 218
  117. 10.7 Función SI / IF — p. 222
  118. 10.8 Función CAMBIAR / SWITCH — p. 225
  119. Capítulo 11. Funciones para operar o reducir conjuntos de datos — p. 231
  120. 11.1 Introducción — p. 231
  121. 11.2 Objetivos del capítulo — p. 231
  122. 11.3 Fundamento conceptual — p. 231
  123. 11.4 Funciones cubiertas en este capítulo — p. 231
  124. 11.5 Función MAX.SI.CONJUNTO / MAXIFS — p. 232
  125. 11.6 Función MIN.SI.CONJUNTO / MINIFS — p. 235
  126. 11.7 Función REDUCE / REDUCE — p. 238
  127. 11.8 Función BYROW / BYROW — p. 239
  128. 11.9 Función BYCOL / BYCOL — p. 241
  129. 11.10 Función PORCENTAJEDE / PERCENTOF — p. 243
  130. Capítulo 12. Funciones de búsqueda de datos — p. 246
  131. 12.1 Introducción — p. 246
  132. 12.2 Objetivos del capítulo — p. 246
  133. 12.3 Fundamento conceptual — p. 246
  134. 12.4 Funciones cubiertas en este capítulo — p. 246
  135. 12.5 Función BUSCARX / XLOOKUP — p. 247
  136. 12.6 Función COINCIDIRX / XMATCH — p. 254
  137. 12.7 Función VALOR.CAMPO / FIELDVALUE — p. 257
  138. Capítulo 13. Funciones de manipulación de texto — p. 261
  139. 13.1 Introducción — p. 261
  140. 13.2 Objetivos del capítulo — p. 261
  141. 13.3 Fundamento conceptual — p. 261
  142. 13.4 Funciones cubiertas en este capítulo — p. 261
  143. 13.5 Función DIVIDIRTEXTO / TEXTSPLIT — p. 262
  144. 13.6 Función UNIRCADENAS / TEXTJOIN — p. 265
  145. 13.7 Función TEXTODESPUES / TEXTAFTER — p. 267
  146. 13.8 Función TEXTOANTES / TEXTBEFORE — p. 270
  147. 13.9 Función LIMPIAR / CLEAN — p. 272
  148. 13.10 Función ESPACIOS / TRIM — p. 274
  149. 13.11 Función REGEXEXTRACCION / REGEXEXTRACT — p. 276
  150. 13.12 Función REGEXREEMPLAZAR / REGEXREPLACE — p. 278
  151. 13.13 Función REGEXPRUEBA / REGEXTEST — p. 280
  152. 13.14 Función TRADUCIR / TRANSLATE — p. 282
  153. 13.15 Función DETECTARIDIOMA / DETECTLANGUAGE — p. 284
  154. Capítulo 14. Funciones que permiten operaciones avanzadas y personalizadas — p. 288
  155. 14.1 Introducción — p. 288
  156. 14.2 Objetivos del capítulo — p. 288
  157. 14.3 Fundamento conceptual — p. 288
  158. 14.4 Funciones cubiertas en este capítulo — p. 288
  159. 14.5 Función LAMBDA / LAMBDA — p. 289
  160. 14.6 Función MAP / MAP — p. 291
  161. 14.7 Función SCAN / SCAN — p. 293
  162. 14.8 Función LET / LET — p. 296
  163. 14.9 Función ISOMITTED / ISOMITTED — p. 298
  164. Capítulo 15. Funciones orientadas a mostrar o incorporar datos visuales — p. 301
  165. 15.1 Introducción — p. 301
  166. 15.2 Objetivos del capítulo — p. 301
  167. 15.3 Fundamento conceptual — p. 301
  168. 15.4 Funciones cubiertas en este capítulo — p. 301
  169. 15.5 Función IMAGEN /IMAGE — p. 302
  170. 15.6 Función MATRIZATEXTO / ARRAYTOTEXT — p. 304
  171. 15.7 Función VALORATEXTO / VALUETOTEXT — p. 305
  172. Capítulo 16. Funciones que agrupan, resumen o presentan información clave — p. 309
  173. 16.1 Introducción — p. 309
  174. 16.2 Objetivos del capítulo — p. 309
  175. 16.3 Fundamento conceptual — p. 309
  176. 16.4 Funciones cubiertas en este capítulo — p. 309
  177. 16.5 Función AGRUPARPOR / GROUPBY — p. 310
  178. 16.6 Función PIVOTARPOR / PIVOTBY — p. 312
  179. 16.7 Función HISTORIALCOTIZACIONES / STOCKHISTORY — p. 314
  180. Capítulo 17. Funciones de utilidad general — p. 318
  181. 17.1 Introducción — p. 318
  182. 17.2 Objetivos del capítulo — p. 318
  183. 17.3 Fundamento conceptual — p. 318
  184. 17.4 Funciones cubiertas en este capítulo — p. 318
  185. 17.5 Función RECORTAR.RANGO / TRIMRANGE — p. 319
  186. PARTE III Replicando el pensamiento matricial en Python — p. 321
  187. Capítulo 18. Instalación y entorno: Python desde cero — p. 325
  188. 18.1 Introducción — p. 325
  189. 18.2 Objetivos del capítulo — p. 325
  190. 18.3 Por qué Python: ventajas y complementariedad con Excel — p. 325
  191. 18.4 Cómo piensa Python frente a cómo piensa Excel — p. 326
  192. 18.5 Instalación y entorno recomendado (Anaconda y Jupyter) — p. 326
  193. 18.6 ¿Qué sigue? — p. 327
  194. Capítulo 19. Básica para usuarios de Excel — p. 328
  195. 19.1 Introducción — p. 328
  196. 19.2 Objetivos del capítulo — p. 328
  197. 19.3 De la celda a la línea de código: analogías clave — p. 328
  198. 19.4 Variables: cómo se declaran y se usan — p. 329
  199. 19.5 Tipos de datos básicos — p. 330
  200. 19.6 Operaciones básicas — p. 332
  201. 19.7 Formateo de cadenas con f-strings — p. 334
  202. Capítulo 20. Listas, arrays y estructuras de datos clave — p. 338
  203. 20.1 Introducción — p. 338
  204. 20.2 Objetivos del capítulo — p. 338
  205. 20.3 Las listas en Python: el equivalente a un rango flexible — p. 338
  206. 20.4 Modificar un valor: — p. 339
  207. 20.5 Funciones comunes con listas — p. 341
  208. 20.6 Recorrer una lista (bucle for) — p. 341
  209. 20.7 Introducción a arrays con NumPy — p. 342
  210. 20.8 Otras estructuras clave — p. 345
  211. 20.9 Conversión entre estructuras — p. 346
  212. 20.10 Actividad práctica sugerida — p. 347
  213. 20.11 Comentarios en el código — p. 347
  214. 20.12 Funciones con múltiples parámetros — p. 347
  215. 20.13 Funciones lambda (anónimas) — p. 348
  216. 20.14 Entrada de datos (opcional, para práctica interactiva) — p. 348
  217. 20.15 Estructura general de un script — p. 349
  218. 20.16 Ejemplo práctico completo — p. 350
  219. 20.17 Errores comunes y cómo leer los mensajes — p. 350
  220. 20.18 Mini ejercicio integrador — p. 351
  221. 20.19 Conclusión — p. 351
  222. 20.20 ¿Quieres profundizar más? — p. 352
  223. Capítulo 21. Análisis de datos con Pandas y NumPy — p. 354
  224. 21.1 Introducción — p. 354
  225. 21.2 Objetivo del capítulo — p. 354
  226. 21.3 ¿Qué es NumPy? Y como se relaciona con Excel — p. 354
  227. 21.4 ¿Qué es pandas y cómo se relaciona con Excel? — p. 355
  228. 21.5 Crear un DataFrame desde listas, diccionarios o archivos — p. 356
  229. 21.6 Inspeccionar y explorar datos: .head(), .info(), .describe() — p. 358
  230. 21.7 Seleccionar columnas y filas ([], .loc[], .iloc[]) — p. 359
  231. 21.8 Filtrar filas como si usaras FILTRAR() en Excel — p. 360
  232. 21.9 Ordenar datos como con ORDENAR() en Excel — p. 361
  233. 21.10 Eliminar duplicados (drop_duplicates() ≈ UNIQUE) — p. 361
  234. 21.11 Buscar valores (merge() ≈ BUSCARX) — p. 361
  235. 21.12 Agrupar y resumir (groupby() ≈ TABLAS DINÁMICAS) — p. 362
  236. 21.13 Aplicar operaciones por columna (como PROMEDIO.SI, SUMAR.SI) — p. 362
  237. 21.14 Combinar con NumPy para operaciones vectorizadas — p. 362
  238. 21.15 Ejercicio práctico (pequeño análisis de ventas) — p. 363
  239. 21.16 Ejercicios — p. 364
  240. Capítulo 22. VISUALIZACIÓN DE DATOS BÁSICA CON MATPLOTLIB Y SEABORN — p. 392
  241. 22.1 Introducción — p. 392
  242. 22.2 Objetivos del capítulo — p. 392
  243. 22.3 Introducción a Matplotlib y Seaborn — p. 392
  244. 22.4 Personalización: Títulos, Etiquetas, Colores — p. 395
  245. 22.5 Tipos de Gráficos Básicos — p. 397
  246. 22.6 Comparación de dos categorías (ej. ventas por región) — p. 401
  247. 22.7 Visualizaciones con Seaborn — p. 403
  248. 22.8 Guardar Gráficos como Imagen (.png) — p. 409
  249. 22.9 Buenas Prácticas de Visualización — p. 412
  250. 22.10 Ejercicio final: Graficar tendencias y comparaciones — p. 414
  251. PARTE IV Integración Excel y Python — p. 418
  252. Resumen — p. 421
  253. Capítulo 23. Automatización de tareas con Python y Excel (xlwings, openpyxl) — p. 422
  254. 23.1 Introducción — p. 422
  255. 23.2 Objetivos del capítulo — p. 422
  256. Capítulo 24. Importación y exportación de datos desde y hacia Excel — p. 425
  257. 24.1 Introducción — p. 425
  258. 24.2 Objetivos del capítulo — p. 425
  259. 24.3 Secciones del capítulo — p. 425
  260. 24.4 Lectura de datos desde Excel con pandas — p. 426
  261. 24.5 Escritura de datos desde Python hacia Excel — p. 426
  262. 24.6 Manipulación avanzada con openpyxl — p. 427
  263. 24.7 Exportación interactiva con xlwings — p. 428
  264. 24.8 Validación y control de calidad de datos — p. 428
  265. 24.9 Ejercicio guiado: flujo completo de importación y exportación — p. 428
  266. 24.10 Conclusión — p. 429
  267. Capítulo 25. Uso de Python como motor de cálculo externo — p. 430
  268. 25.1 Introducción — p. 430
  269. 25.2 Objetivos del capítulo — p. 430
  270. 25.3 Concepto: Python como motor de cálculo — p. 430
  271. 25.4 Configuración del entorno — p. 431
  272. 25.5 Funciones definidas por el usuario (UDFs) — p. 432
  273. 25.6 Casos de uso del motor de cálculo externo — p. 433
  274. 25.7 Flujo de integración completo — p. 433
  275. 25.8 Buenas prácticas — p. 434
  276. 25.9 Conclusión — p. 435
  277. Capítulo 26. Desarrollo de modelos híbridos Excel-Python — p. 436
  278. 26.1 Introducción — p. 436
  279. 26.2 Objetivos — p. 436
  280. 26.3 Concepto de modelo híbrido — p. 436
  281. 26.4 Arquitectura general de un modelo híbrido — p. 436
  282. 26.5 Librerías clave — p. 437
  283. 26.6 Diseño modular y buenas prácticas — p. 437
  284. 26.7 Escenarios de aplicación — p. 438
  285. 26.8 Conclusión — p. 438
  286. Capítulo 27. Construcción de dashboards dinámicos con soporte Python — p. 439
  287. 27.1 Introducción — p. 439
  288. 27.2 Objetivos — p. 439
  289. 27.3 Principios del diseño de dashboards híbridos — p. 439
  290. 27.4 Estructura funcional — p. 439
  291. 27.5 Integración práctica: Excel + Python — p. 440
  292. 27.6 Diseño visual profesional — p. 440
  293. 27.7 Automatización de reportes — p. 440
  294. 27.8 Buenas prácticas — p. 441
  295. 27.9 Conclusión — p. 441
  296. 27.10 Cierre de la Parte IV — Integración Excel y Python — p. 441
  297. PARTE V Buenas prácticas para modelos limpios, modulares y replicables — p. 444
  298. Capítulo 28. Buenas prácticas en fórmulas dinámicas y modelos matriciales — p. 448
  299. 28.1 Introducción — p. 448
  300. 28.2 Objetivos — p. 448
  301. 28.3 Tema central: Diseño limpio y sostenible de modelos matriciales — p. 448
  302. 28.4 Principios de escritura clara — p. 449
  303. 28.5 Estructura y organización de modelos matriciales — p. 449
  304. 28.6 Validación y control de errores — p. 450
  305. 28.7 Ejemplo práctico: cálculo matricial de rentabilidad mensual — p. 450
  306. 28.8 Buenas prácticas complementarias — p. 450
  307. 28.9 Conclusión — p. 451
  308. Capítulo 29. Nombres definidos, modularidad y documentación — p. 452
  309. 29.1 Introducción — p. 452
  310. 29.2 Objetivos — p. 452
  311. 29.3 Tema: Nombres definidos, modularidad y documentación — p. 452
  312. 29.4 Modularidad: dividir para entender y escalar — p. 453
  313. 29.5 Documentación mínima y efectiva — p. 453
  314. 29.6 Sinergia entre Excel y Python — p. 454
  315. 29.7 Beneficios esperados — p. 454
  316. Capítulo 30. Legibilidad, eficiencia y validación de modelos — p. 455
  317. 30.1 Introducción — p. 455
  318. 30.2 Objetivos — p. 455
  319. 30.3 Tema: Legibilidad, eficiencia y validación de modelos — p. 455
  320. 30.4 Buenas prácticas — p. 455
  321. Capítulo 31. Trazabilidad y control de cambios — p. 457
  322. 31.1 Introducción — p. 457
  323. 31.2 Objetivos — p. 457
  324. 31.3 Trazabilidad y control de cambios — p. 457
  325. 31.4 Control de versiones: — p. 457
  326. 31.5 Buenas prácticas — p. 457
  327. Capítulo 32. Entrega profesional de modelos mixtos Excel–Python — p. 459
  328. 32.1 Introducción — p. 459
  329. 32.2 Objetivos — p. 459
  330. 32.3 Entrega profesional de modelos mixtos Excel–Python — p. 459
  331. 32.4 Buenas prácticas — p. 459
  332. Capítulo 33. Principios de diseño limpio en modelos analíticos — p. 461
  333. 33.1 Introducción — p. 461
  334. 33.2 Objetivos — p. 461
  335. 33.3 Principios de diseño limpio en modelos analíticos — p. 461
  336. 33.4 Buenas prácticas — p. 461
  337. Capítulo 34. Nombres definidos, modularidad y documentación — p. 463
  338. 34.1 Introducción — p. 463
  339. 34.2 Objetivos — p. 463
  340. 34.3 Nombres definidos, modularidad y documentación avanzada — p. 463
  341. 34.4 Buenas prácticas — p. 463
  342. Capítulo 35. Legibilidad, eficiencia y validación de modelos — p. 465
  343. 35.1 Introducción — p. 465
  344. 35.2 Objetivos — p. 465
  345. 35.3 Legibilidad, eficiencia y validación avanzada — p. 465
  346. 35.4 Buenas prácticas — p. 465
  347. Capítulo 36. Trazabilidad y control de cambios — p. 467
  348. 36.1 Introducción — p. 467
  349. 36.2 Objetivos — p. 467
  350. 36.3 Trazabilidad y control de cambios avanzado — p. 467
  351. 36.4 38.4 Buenas prácticas — p. 468
  352. Capítulo 37. Entrega profesional de modelos mixtos Excel–Python — p. 470
  353. 37.1 Introducción — p. 470
  354. 37.2 Objetivos — p. 470
  355. 37.3 Entrega profesional de modelos mixtos (versión avanzada) — p. 470
  356. 37.4 Buenas prácticas — p. 471
  357. PARTE VI Caso integrador — p. 473
  358. 37.1 Introducción — p. 473
  359. 37.2 Objetivos — p. 473
  360. 37.3 Resumen de la parte — p. 474
  361. Capítulo 38. Descripción del Dataset y estructura base del modelo — p. 476
  362. 38.1 Introducción — p. 476
  363. 38.2 Estructura general del Dataset — p. 476
  364. 38.3 Objetivos del modelo base — p. 477
  365. Capítulo 39. Capítulo 34. Preparación del modelo en Excel y conexión con Python (xlwings) — p. 479
  366. 39.1 Introducción — p. 479
  367. 39.2 Objetivos — p. 479
  368. 39.3 Preparación del entorno de Excel — p. 479
  369. 39.4 Configuración de la conexión con Python (xlwings) — p. 480
  370. 39.5 Conclusión — p. 481
  371. Capítulo 40. Automatización y análisis matricial con Python (pandas y xlwings) — p. 483
  372. 40.1 Introducción — p. 483
  373. 40.2 Objetivos — p. 483
  374. 40.3 Exploración del dataset y validación estructural — p. 483
  375. 40.4 Conclusión de la sección — p. 488
  376. 40.5 Lectura de la tabla estructurada DATASET_BASE desde Python — p. 488
  377. 40.6 Buenas prácticas — p. 489
  378. 40.7 Verificación de integridad y consistencia del dataset — p. 490
  379. Capítulo 41. Generación automática de resúmenes y métricas clave (KPI) — p. 494
  380. 41.1 Introducción — p. 494
  381. 41.2 Objetivo general — p. 494
  382. 41.3 Metodología — p. 494
  383. 41.4 Resultados esperados — p. 496
  384. 41.5 Interpretación y uso de los KPI — p. 496
  385. 41.6 Conclusión — p. 497
  386. Capítulo 42. Análisis exploratorio y visualización de resultados — p. 498
  387. 42.1 Introducción — p. 498
  388. 42.2 Resumen de ventas por categoría — p. 498
  389. 42.3 Visualización: participación por categoría — p. 498
  390. 42.4 Análisis comparativo de desempeño: Ventas, Costos y Márgenes — p. 499
  391. 42.5 Distribución de Márgenes de Contribución (MCT) — p. 500
  392. 42.6 Conclusión ajustada para el texto — p. 501
  393. Capítulo 43. Análisis cruzado Precio, Unidades y Rentabilidad — p. 502
  394. 43.1 Objetivo — p. 502
  395. 43.2 Descripción técnica — p. 502
  396. 43.3 Interpretación — p. 503
  397. Capítulo 44. PASO FINAL: Integración de resultados de Python → Excel — p. 505
  398. 44.1 Crear una hoja de resultados en Excel — p. 505
  399. 44.2 Escribir los DataFrames en Excel — p. 505

Materias

BISAC

  • COM054000. ORDENADORES > Aplicaciones de escritorio > Hojas de cálculo
  • COM051360. ORDENADORES > Lenguajes de programación > Pitón
  • COM014000. ORDENADORES > Ciencias de la Computación

Thema

  • UFC. Hojas de cálculo
  • UM. Programación informática/desarrollo de software
  • UMA. Técnicas de programación

Dewey

  • 005.7. Generalidades > Generalidades y ciencias de la computación > Programación de computadoras, programas, datos > Datos en sistemas informáticos

Más de ECOE Ediciones

Ver todas