Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/bastianlq/analisis-instacart
Proyecto de análisis a la plataforma de delivery Instacart, análisis exploratorio y visualización de datos.
https://github.com/bastianlq/analisis-instacart
analisis-de-datos eda matplotlib
Last synced: 16 days ago
JSON representation
Proyecto de análisis a la plataforma de delivery Instacart, análisis exploratorio y visualización de datos.
- Host: GitHub
- URL: https://github.com/bastianlq/analisis-instacart
- Owner: BastianLQ
- Created: 2024-07-29T16:19:34.000Z (5 months ago)
- Default Branch: main
- Last Pushed: 2024-11-11T20:58:43.000Z (about 1 month ago)
- Last Synced: 2024-11-11T21:36:29.628Z (about 1 month ago)
- Topics: analisis-de-datos, eda, matplotlib
- Homepage: https://portfoliodabastianlopez.on.drv.tw/Portafolio/P3.html
- Size: 8.07 MB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Analisis-Instacart
__Proyecto de análisis a la plataforma de delivery Instacart, análisis exploratiorio y visualización de datos___Fragmentos del notebook, para ver proyecto completo hacer click [aquí](https://portfoliodabastianlopez.on.drv.tw/Portafolio/P3.html)_
## Descripción del Proyecto
Este proyecto tiene como objetivo analizar datos de Instacart para extraer información valiosa sobre el comportamiento de los clientes y las tendencias de los productos. Utilizando [cinco datasets](https://drive.google.com/drive/folders/11ludpzThvf-xB6LfZW_xzCBK1Z91M_KA?usp=sharing) proporcionados por Instacart, se llevó a cabo un proceso de limpieza, análisis y visualización de datos para identificar patrones y tendencias clave.
## Herramientas Utilizadas
- __Lenguaje de Programación:__ Python.
- __Entorno de Desarrollo:__ Jupyter Notebook.
- __Bibliotecas:__ Pandas, Matplotlib.## Proceso del Proyecto
- __Descripción de los datos:__ Los datos fueron extraídos de [cinco datasets](https://drive.google.com/drive/folders/11ludpzThvf-xB6LfZW_xzCBK1Z91M_KA?usp=sharing) proporcionados por Instacart _(los datasets están en Drive porque superan el peso máximo permitido de GitHub)_, en esta fase, también, se les da una revisión superficial y se corrigen problemas de importación si es que llegasen a surgir.
- __Preprocesamiento de los datos:__ Se realizaron varias operaciones de limpieza, incluyendo manejo de valores nulos, normalización y formateo de datos.
- __Análisis Exploratorio de Datos (EDA):__ Esta fase se centró en analizar la integridad de los datos y rescatar insights valiosos. Utilizando pandas se exploraron los datos para obtener una comprensión inicial, intermedia y avanzada, y con matplotlib, se generaron visualizaciones para ilustrar los hallazgos clave del análisis.
- __Resultados:__ Se identificaron patrones y tendencias en los datos, como los productos más vendidos y reordenados, y el comportamiento general de los clientes en términos de cantidad de artículos por pedido.## Relevancia de los descubrimientos
El análisis de datos de Instacart reveló patrones importantes en el comportamiento de compra de los clientes. Estos insights pueden ser utilizados para optimizar las estrategias de marketing, gestión de inventarios y mejorar la experiencia del cliente.## Ejecuta el proyecto [aquí](https://portfoliodabastianlopez.on.drv.tw/Portafolio/P3.html)
Para ver el diccionario de datos, el desarrollo completo en código, todos los gráficos y las conclusiones, haga click en el enlace de arriba.