Entradas

Mostrando las entradas con la etiqueta INEGI

World Nomad Games 2026: análisis con Python y noticias RSS

Imagen
 Análisis de los World Nomad Games 2026 con Python: noticias, países y disciplinas Los World Nomad Games 2026 reunieron en Kirguistán a atletas de 108 diferentes países para competir en deportes tradicionales, juegos intelectuales y otras disciplinas relacionadas con la cultura nómada. Pero, ¿qué pasa cuando queremos analizar estos Juegos desde el punto de vista de los datos? En este proyecto de Programación Para Todos quisimos responder algunas preguntas utilizando Python: 📅 ¿Cómo evolucionó la cantidad de noticias durante los Juegos? 🌎 ¿Qué países aparecen con mayor frecuencia en los titulares? 🏆 ¿Qué disciplinas tuvieron mayor presencia en las noticias? El problema es que no encontramos una API específica disponible para los World Nomad Games 2026 que pudiéramos utilizar para obtener los datos. Así que decidimos buscar una alternativa: RSS . 🐍 ¿Cómo obtuvimos los datos? En proyectos de análisis deportivo normalmente podemos utilizar una API para obtene...

🦋 Lupus y enfermedades reumatológicas en México: datos, mortalidad y avance de la Ley Lupus

Imagen
El lupus y otras enfermedades autoinmunes representan un reto importante para los sistemas de salud debido a la complejidad de su diagnóstico, seguimiento y tratamiento. En este análisis utilizo datos de las Estadísticas de Defunciones Registradas (EDR) 2024 del INEGI para explorar cómo se distribuyeron las defunciones relacionadas con enfermedades reumatológicas seleccionadas y, particularmente, con el lupus eritematoso sistémico. Además del análisis de mortalidad, incorporo un segundo componente: el avance de la Ley Lupus y Autoinmunes en las entidades federativas de México. El objetivo es observar los datos desde una perspectiva de Data Science aplicada a salud pública : identificar patrones, concentraciones territoriales y diferencias entre entidades, sin confundir los conteos de defunciones con prevalencia o número de personas que viven con estas enfermedades. 📊 Datos utilizados La fuente principal de este análisis son las Estadísticas de Defunciones Regist...

📊 Cómo Analicé 10 Años de Divorcios en México con Python ¡Y cómo puedes hacerlo tú!

Imagen
Análisis de divorcios en México con Python y datos del INEGI (Proyecto real de Ciencia de Datos) ¿Alguna vez te has preguntado qué estados de México tienen las tasas de divorcio más altas y cómo analizarlo con datos reales? En este proyecto práctico de Ciencia de Datos con Python , trabajé directamente con microdatos oficiales del INEGI para responder esa pregunta. El resultado es un mapa interactivo profesional que permite explorar visualmente los divorcios en México, normalizados por cada 1,000 habitantes , usando herramientas reales que se utilizan en el mundo laboral. ¿Qué aprenderás con este proyecto? Consolidación masiva de datos: lectura automática de más de 9 archivos CSV desde una carpeta. Limpieza de datos reales: solución a errores de codificación (UTF-8 vs Latin1) y cruces con catálogos oficiales del INEGI. Análisis estadístico: normalización de tasas por población para comparaciones correctas entre estados. Visualización geoespacial: creación d...

Radiografía del Matrimonio en México: Un Análisis de Datos con Python (2018-2024)

Imagen
  Introducción El matrimonio, más allá de ser un vínculo afectivo, es un acto jurídico que genera datos valiosos para entender la evolución de la sociedad mexicana. Tras analizar los divorcios en mi artículo anterior te comparto la liga Análisis divorcios en México , surge una pregunta obligada: ¿Cómo se están comportando las uniones en nuestro país? En este post, utilizaremos Python y Jupyter Notebook para explorar el conjunto de datos oficiales del INEGI. A través de la limpieza de datos y visualizaciones, identificaremos tendencias, cambios generacionales y el impacto de factores externos en la formalización de estas uniones. Metodología: El Camino de los Datos Para obtener resultados confiables, seguí una estructura de trabajo clara: Extracción: Obtención de microdatos desde el portal oficial del INEGI. Exploración (EDA): Análisis previo de la estructura de los archivos comprimidos. Procesamiento: Lectura y limpieza profunda con la librería Pandas . Visualización: Creación...

🚀 Mantener este blog funcionando requiere tiempo y café. ¡Puedes contribuir con uno aquí!