¿Qué podemos analizar con los datos de una carrera de F1? Ejemplo con el GP de Baku 2026 y Python Cuando pensamos en analizar una carrera de Fórmula 1, normalmente pensamos en preguntas como: ¿Quién ganó? ¿Quién quedó segundo? ¿Quién hizo la vuelta más rápida? Pero cuando tenemos los datos de la carrera , podemos hacer muchas más preguntas. Y ahí es donde comienza realmente el análisis de datos. En este proyecto utilicé datos del Gran Premio de Azerbaiyán 2026 y Python para demostrar una idea muy sencilla: No siempre necesitamos más datos. Muchas veces necesitamos aprender a mirar los datos que ya tenemos de otra manera. 🏎️ De una tabla de resultados a un análisis de datos Los datos obtenidos de la API contienen información como: Piloto Equipo Posición final Posición de salida Vueltas completadas Estado de la carrera Información del piloto y del equipo A primera vista parece simplemente una tabla de resultados. Pero podemos comenzar a hacer pre...

🏎️ Análisis del GP de Madrid 2026 con Python El Gran Premio de Madrid 2026 nos dejó varios datos interesantes que podemos analizar utilizando datos de Fórmula 1 y Python. En este análisis vamos a responder cuatro preguntas: 😱 ¿Quiénes abandonaron el GP de Madrid? 🔥 ¿Quién ganó más posiciones durante la carrera? 🏆 ¿Qué equipo consiguió más puntos? 📊 ¿Cuándo podría Mercedes asegurar matemáticamente el campeonato? La idea es utilizar los datos para encontrar historias que no siempre son evidentes al observar solamente el resultado final de la carrera o comparar lo que se vivio en la carrera con los datos. 😱 ¿Quiénes abandonaron el GP de Madrid 2026? No todos los pilotos consiguieron llegar a la bandera a cuadros en Madrid. El análisis de los resultados de la carrera muestra cuatro abandonos. Carlos Sainz Jr fue uno de los abandonos más destacados. El piloto de Williams comenzó desde la P20 y completó 45 vueltas. (Lastima por Sainz en su casa) Tambié...