🌍 Análisis de ayuda internacional con Python: dataset OECD + notebook listo para usar En el mundo de las relaciones internacionales, uno de los temas más relevantes —y a la vez menos comprendidos— es cómo se distribuyen los recursos destinados al desarrollo global. ¿Quién financia estos proyectos? ¿A qué países se dirigen los recursos? ¿Qué regiones reciben mayor apoyo? Para responder estas preguntas, realicé un análisis utilizando datos abiertos de la Organisation for Economic Co-operation and Development (OECD), específicamente del dataset Country Programmable Aid (CPA) , parte de los registros de Official Development Assistance (ODA) . 📊 El reto de trabajar con datos reales Uno de los principales aprendizajes de este análisis es que los datos del mundo real no vienen listos para usarse. Columnas desalineadas Registros inconsistentes Valores mezclados en campos clave Formatos que requieren limpieza Por esta razón, una parte fundamental del proyecto fue el proceso de lim...

Los divorcios son un fenómeno social que refleja cambios en la estructura familiar y las dinámicas de pareja en México. Analizar estos datos nos permite entender patrones, tendencias y diferencias según el sexo de los integrantes, duración del matrimonio y otras variables relevantes. En este artículo, exploraremos un conjunto de datos oficiales sobre divorcios en México utilizando Python y Jupyter Notebook. A través de limpieza de datos, visualizaciones y análisis estadístico, obtendremos conclusiones que nos ayudan a comprender mejor la dinámica de estos eventos. A continuación, describo los pasos que seguí para realizar este análisis de manera clara y estructurada: Obtener los datos de una fuente oficial Analizar la información descargada  Leer los datos con Panda Limpiar Datos Hacer análisis con graficas Generar una descripción de estas gráficas para obtener algunas conclusiones Las Herramientas tecnológicas que vamos a utilizar son Python Jupyter  Matplotlib seaborn ...