Limítate a usar Excel, ya le cogerás el truco

"Era mi primer día como analista de datos en una pequeña y acogedora empresa, de esas con sillas de oficina desparejadas y una cafetera más vieja que yo". Así comienza a relatar su historia Daniel Builescu, recién titulado en ese momento en un máster en Ciencias de Datos.

El primer duelo que le asignó su patrón fue el de extraer información valiosa de una maraña de datos contenida en hojas de cálculo de Excel tan anticuadas como desordenadas:

"Me sonrió y dijo 'Necesitamos información de estos datos de ventas. ¡Bienvenido a lado!'. [...] Abrí la hoja de cálculo y me encontré con una monstruosidad pixelada llena de números".

El desafío. De las tablas dinámicas a la lavado de datos

La primera tarea. Durante la primera semana, el nuevo analista de datos pasó sus días inmerso en funciones de búsqueda y tablas dinámicas interminables. Sin retención, el serio duelo surgió cuando le asignaron la creación de un noticia esencial para la táctica de la empresa.

"La hoja de cálculo era un algazara: pestañas que referenciaban celdas codificadas por colores con fórmulas crípticas que nadie, ni siquiera mi predecesor, entendía completamente"

La puesta al día de esta hoja requería una precisión quirúrgica, ya que un solo error podría provocar el colapso de toda la estructura. Así que, desesperado por encontrar una posibilidad más capaz, el analista recordó sus estudios de Python, el estilo de programación más popular en la ahora, y decidió probar suerte con Pandas, una poderosa biblioteca para el estudio de datos.

Con poco de prueba y error, escribió un sencillo script que importaba los datos de Excel, creaba una tabla dinámica y generaba un nuevo noticia, todo en cuestión de segundos. Así, la tarea que antiguamente tomaba días se resolvía ahora en un brindar y cerrar de fanales:

"[El código] era… simple, casi risible. Presioné ejecutar, con el corazón latiendo rápido. Apareció una nueva hoja de cálculo, limpia, claro y, lo más importante, precisa".

La segunda tarea. Su próximo ocupación fue reñir con las direcciones de los clientes, que presentaban múltiples formatos inconsistentes, como "123 Main St," "123 Main Street" y "123 Main St. (Apt 402)". Arreglar estos datos manualmente era una tarea tediosa y repetitiva... hasta que Builescu decidió utilizar expresiones regulares en Python para automatizar el proceso de lavado de direcciones.

Tercera (y última tarea). El patrón del analista tenía una predilección por los gráficos de pastel generados por Excel, a menudo difíciles de interpretar adecuado a su complejidad y diseño anticuado: así, por ejemplo, un noticia específico requería visualizar las tendencias de ventas por región, pero los gráficos generados en Excel eran confusos y poco aperos.

Decidido a mejorar la situación, el analista recurrió a Matplotlib, otra biblioteca de Python:

"Hice todo lo posible para dominar el asistente de gráficos de Excel, pero decidí que ya era suficiente. Y recordé esos gráficos, limpios y hermosos, de mis tutoriales de Python".

Más útil de lo que parecía

Tras varias semanas de pequeñas victorias, el analista se sintió lo suficientemente confiado como para presentar sus soluciones a su patrón. Aunque inicialmente escéptico, al presenciar cómo las tareas complejas se resolvían en minutos gracias a Python, su aire cambió de la camelo a la curiosidad:

"—Oye, creo que he enemigo una forma más rápida de manejar esos informes... verás, he usado poco llamado Python...".
"—Jajaja. Mira, aprecio tu iniciativa, pero eso de programar lleva una gloria. Limítate a usar Excel, ya le cogerás el truco".
"—¿Y qué tal si te lo enseño? Sólo me llevará dos minutos".
(Saqué mis scripts, presioné 'ejecutar' y prosperidad: datos limpios).
—"…Uh. Bueno, tal vez sea más útil de lo que pensaba".

Builescu reconoce que su patrón siquiera se convirtió de repente en un entusiasta de Python; siquiera acudir a Python reemplazó la obligación de usar intensivamente Excel en su nueva empresa... pero sí se convirtió en una útil de relato a la hora de automatizar tareas tediosas y mejorar la calidad de los informes.

Una lectura susodicho de este artículo se publicó en 2024.

Imagen | Marcos Merino mediante IA

En Genbeta | Este es el mejor tomo que he pasado para ilustrarse a programar en Python en castellano desde cero, graciosamente y online