Recursos¶
Todos los conjuntos de datos que usamos en clase, en un solo sitio. Si el archivo de la última sesión no está, está roto o se quedó en otro ordenador, vuelve a descargarlo desde aquí.
Haz clic derecho sobre el nombre de un archivo y elige Guardar enlace como... — o simplemente haz clic. Después, en Superset: + → Data → Upload CSV to database, base de datos Dades classe, esquema public.
Conjuntos de datos de clase¶
Archivos alojados en este sitio. Son las copias exactas que usamos en clase, así que tus resultados coincidirán con los de la pizarra.
| Archivo | Qué contiene | Filas | Tamaño | Se usa en | Fuente original |
|---|---|---|---|---|---|
pokemon_df.csv |
Una fila por Pokémon: tipos, altura, peso, estadísticas base, generación. Súbelo como la tabla pokemon. |
949 | 204 KB | UT1 · RA1 |
TidyTuesday 2025-04-01 |
generations.csv |
Una fila por generación de Pokémon: región, primer juego, año de lanzamiento. La segunda tabla para la sesión de JOIN. |
8 | 1 KB | UT1 · RA1 |
Escrito para este curso |
video_games.csv |
Juegos de Steam: fecha de lanzamiento, precio, propietarios, desarrolladora, distribuidora, tiempo de juego, Metascore. Sucio a propósito. Súbelo como la tabla games. |
26,688 | 2.6 MB | práctica de UT1 · UT2 · RA2 |
TidyTuesday 2019-07-30 |
anscombe.xlsx |
El cuarteto de Anscombe (1973): cuatro conjuntos de datos diminutos con casi las mismas estadísticas y gráficos completamente distintos. | 4 × 11 | 11 KB | Primera sesión | Anscombe, Graphs in Statistical Analysis |
api_to_csv.py |
Un script corto de Python: pide a la PokéAPI 20 Pokémon y escribe pokeapi_sample.csv. Ejecútalo con python3 api_to_csv.py. |
— | 1 KB | UT1 · RA1 c) |
Escrito para este curso |
Abre primero un CSV en un editor de texto
Antes de subir un archivo, ábrelo en un editor de texto, no en una hoja de cálculo. Verás lo que verá la herramienta: el separador (, o ;), la marca decimal y la fila de encabezado. La mayoría de las subidas fallidas son un separador equivocado.
Dónde encontrar más datos¶
Para tu proyecto eliges tu propio conjunto de datos. Estas son las fuentes que usamos en clase. Todas son gratuitas y ninguna necesita cuenta.
| Fuente | Qué obtienes | Formatos | Ojo con |
|---|---|---|---|
| TidyTuesday | Un conjunto de datos público nuevo cada semana, sobre temas cotidianos: música, juegos, películas, deporte. Cada uno vive en data/<year>/<date>/. |
CSV | Abre el .csv en GitHub y pulsa Download raw file. |
| Portal de datos abiertos del GOIB | Datos publicados por el Govern de les Illes Balears: turismo, transporte, medio ambiente, educación. | CSV, JSON, XLSX | Los archivos suelen usar ; como separador y coma decimal. |
| IBESTAT | El instituto oficial de estadística de las Illes Balears: población, economía, mercado laboral. | CSV, XLSX | Las tablas estadísticas están hechas para leerse. Revisa las filas de encabezado antes de subir una. |
| datos.gob.es | El catálogo nacional de datos abiertos de España. Enlaza con conjuntos de datos de ministerios, comunidades autónomas y ayuntamientos. | Varía | La calidad varía mucho de un publicador a otro. |
| PokéAPI | Una API: preguntas a una dirección web y responde en JSON. Prueba /api/v2/pokemon?limit=20 en tu navegador. |
JSON | Superset no puede leer una API directamente. Extráela antes a un CSV — eso es lo que hace api_to_csv.py. |
Selección de TidyTuesday¶
Cuatro conjuntos de datos que funcionan bien para un primer proyecto:
| Conjunto de datos | Carpeta | Archivo |
|---|---|---|
| Pokémon | data/2025/2025-04-01 |
pokemon_df.csv — tipos, estadísticas, altura, peso |
| Canciones de Spotify | data/2020/2020-01-21 |
spotify_songs.csv — popularidad, bailabilidad, energía, tempo |
| Taylor Swift | data/2023/2023-10-17 |
taylor_album_songs.csv — cada canción de álbum con sus características de audio |
| Juegos de Steam | data/2021/2021-03-16 |
games.csv — media mensual y pico de jugadores por juego |
Datos abiertos es gratis, no es sin ley
Los datos abiertos son datos publicados para que cualquiera pueda descargarlos, reutilizarlos y compartirlos. Aun así vienen con una licencia que dice cómo. Muchas solo piden que cites la fuente. Antes de usar un conjunto de datos en tu proyecto, busca su licencia y escribe la fuente en tu informe.
Herramientas¶
| Herramienta | Para qué la usamos | Referencia |
|---|---|---|
| Apache Superset | La herramienta principal: conexiones, SQL Lab, datasets, gráficos y cuadros de mando. Se ejecuta en la VM de tu clase. | superset.apache.org/docs |
| PostgreSQL | La base de datos donde viven tus tablas. | postgresql.org/docs |
| Power BI | La herramienta comercial con la que comparamos Superset. Power BI Desktop necesita Windows. | learn.microsoft.com/power-bi |
¿No sabes a qué resultado pertenece un conjunto de datos? La página de Resultados de aprendizaje relaciona cada RA con sus unidades.