Entradas

Mostrando las entradas con la etiqueta INEGI

¿100 CFDI en 40 segundos? Valida XML del SAT con Excel

Imagen
🤯 ¿100 CFDI en 40 segundos? Automatiza la validación de XML con Excel ¿Cuánto tiempo dedicas a revisar archivos XML de facturas electrónicas? Si trabajas con contabilidad, cuentas por pagar, cuentas por cobrar o administración, sabes que validar muchos comprobantes fiscales puede convertirse en una tarea repetitiva. 🚀 ¿Y si pudieras procesar 100 archivos XML en aproximadamente 40 segundos? En esta demostración utilizo una macro de Excel diseñada para automatizar la validación masiva de CFDI y consultar su estado ante el Servicio de Administración Tributaria (SAT). 📊 ¿Qué hace esta macro de Excel? La herramienta permite seleccionar una carpeta con archivos XML y procesar múltiples comprobantes sin tener que revisarlos individualmente. Procesa varios archivos XML de CFDI. Extrae información de los comprobantes fiscales. Consulta el estado de los CFDI ante el servicio del SAT....

🦋 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!