100 Días de Código en Python — Día 75: Google Trends y series de tiempo — remuestreo y gráficos que cuentan historias

📝 Contenido original del curso#

Google Trends da acceso a la popularidad de los términos de búsqueda de Google. Investigaremos:

• cómo se relaciona el volumen de búsqueda de "Bitcoin" con su precio;
• cómo se relaciona el de una acción muy comentada, Tesla, con el precio de esa acción;
• cómo varían las búsquedas de "Unemployment Benefits" (subsidio de desempleo) con la tasa de desempleo real de Estados Unidos.

Aprenderás a hacer comparables series de tiempo remuestreándolas a la misma periodicidad (de diario a mensual); a afinar el estilo de los gráficos con límites, etiquetas, estilos de línea, marcadores, colores y resolución; a usar cuadrículas para ver la estacionalidad; a encontrar y ubicar valores NaN; y a usar localizadores para el eje del tiempo. También repasarás lo de los tres días anteriores.

Preparación: descarga el ZIP, sube el cuaderno a Google Drive y agrega los 5 CSV.

Prerequisitos: exploración y limpieza (Día 72), fechas, pivote y media móvil (Día 73), dos ejes y agg (Día 74).

📝 Contenido original del curso#

El cuaderno ya importa las bibliotecas y crea cuatro DataFrames. Reto: para df_tesla, df_unemployment y los dos de Bitcoin: ¿forma?, ¿filas y columnas?, ¿nombres de columnas?, ¿el mayor número en la columna de búsqueda? (prueba .describe()), ¿periodicidad (diaria, semanal, mensual)?

Solución:

• Tesla: 124 filas y 3 columnas (mes, popularidad de búsqueda y precio de cierre de la acción). La búsqueda va de 2 a 31.
• Desempleo: 181 filas y 3 columnas, mensual desde 2004; el máximo de búsqueda es 100.
• Bitcoin: un CSV con el precio de cierre diario y el volumen (2204 filas) y otro con la búsqueda mensual.

.describe() es "una de mis funciones favoritas": da estadísticas descriptivas de inmediato.

¿Qué significan los números de búsqueda? Google no publica el volumen real. Según su definición: "los números representan el interés de búsqueda relativo al punto más alto del gráfico para la región y el periodo. 100 es la máxima popularidad; 50, la mitad; 0, que no hubo datos suficientes". Cada dato se divide por el total de búsquedas de esa región y periodo y luego se escala para que el máximo sea 100. No dice cuántas búsquedas hubo, pero es una buena aproximación.

Parámetros usados para generar los datos:

• "Tesla", mundial, búsqueda web.
• "Bitcoin", mundial, búsqueda de noticias.
• "Unemployment Benefits", Estados Unidos, búsqueda web.

📖 Resultados verificados#

La consecuencia más importante de la escala 0–100: un 31 para Tesla y un 31 para Bitcoin no son comparables: cada serie está escalada respecto a su propio máximo. En este archivo Tesla nunca llega a 100 (su máximo es 31), lo que indica que el 100 de esa consulta quedó fuera de las filas que tenemos (por ejemplo, en un periodo o un término distinto); los datos no permiten saber cuál. Y si descargas los datos otro día, todos los valores pueden cambiar.

📝 Contenido original del curso#

Reto: ¿hay valores faltantes en los 4 DataFrames? Si sí, ¿cuántos y en qué fila? Elimina esas filas.

Solución:

print(f'Missing values for Tesla?: {df_tesla.isna().values.any()}')
print(f'Missing values for U/E?: {df_unemployment.isna().values.any()}')
print(f'Missing values for BTC Search?: {df_btc_search.isna().values.any()}')

Tres no tienen faltantes; el del precio de Bitcoin sí: .sum() cuenta los True y da 2. Para ubicarlos, un subconjunto con .isna(); para quitarlos, .dropna() (con inplace=True o asignando).

Reto: convertir a fechas las columnas MONTH y DATE de los 4 DataFrames y comprobarlo:

df_tesla.MONTH = pd.to_datetime(df_tesla.MONTH)
df_btc_search.MONTH = pd.to_datetime(df_btc_search.MONTH)
df_unemployment.MONTH = pd.to_datetime(df_unemployment.MONTH)
df_btc_price.DATE = pd.to_datetime(df_btc_price.DATE)

📖 Resultados verificados#

df_btc_price.isna().values.sum()        # 2
df_btc_price[df_btc_price.CLOSE.isna()]
#             DATE  CLOSE  VOLUME
# 2148  2020-08-04    NaN     NaN

🛠️ Nota técnica (verificado): hay 2 celdas vacías, pero en una sola fila: el 4 de agosto de 2020 no tiene ni precio ni volumen. isna().values.sum() cuenta celdas; para contar filas con algún faltante: df_btc_price.isna().any(axis=1).sum() (da 1). Después de dropna() quedan 2203 filas.

🎯 Objetivo de aprendizaje#

Convertir una serie diaria en una mensual para compararla con otra, eligiendo cómo resumir cada mes.

📝 Contenido original del curso#

El precio de Bitcoin es diario y su búsqueda es mensual. Para compararlos, .resample() cambia la frecuencia: se indica la columna de fechas y la regla ('M' mensual; otras: 'Y' anual, 'T' minuto). Luego se decide cómo resumir: queremos el último precio del mes (el cierre de mes):

df_btc_monthly = df_btc_price.resample('M', on='DATE').last()
# el promedio del mes sería: df_btc_price.resample('M', on='DATE').mean()

Resultado: 73 filas, igual que los datos de búsqueda.

📖 Explicación conceptual (verificada con pandas 3.0.6)#

🛠️ Nota técnica (verificado): en pandas 3, resample('M', ...) falla:

1

ValueError: Invalid frequency: M. ... 'M' is no longer supported for offsets. Please use 'ME' instead.

Los alias cambiaron para ser más claros: 'ME' = fin de mes (month end), 'MS' = inicio de mes, 'YE' = fin de año (antes 'Y'), 'min' = minuto (antes 'T'), 'h' = hora. La línea correcta es:

1

df_btc_monthly = df_btc_price.resample('ME', on='DATE').last()

Resultados verificados: 73 filas; el índice son fechas de fin de mes (2014-09-30, 2014-10-31…), mientras que df_btc_search.MONTH usa el primer día (2014-09-01…). Son los mismos 73 meses (comprobado con to_period('M')), así que se pueden graficar juntos.

last() o mean(): en el último mes, el precio de cierre fue 10 912,5 y el promedio del mes 10 655,7. Ninguno es "el correcto": depende de la pregunta. El precio de cierre es el que ve un inversionista a fin de mes; el promedio representa mejor todo el mes y es menos sensible a un día raro.

Retos adicionales (creados para esta adaptación)#

• 🟢 Reto 1: remuestrea el precio de Bitcoin por semana ('W') y por año ('YE'). ¿Cuántas filas tiene cada uno?
• 🟡 Reto 2: remuestrea el volumen con .sum() y el precio con .last() en una sola operación (.agg({'CLOSE': 'last', 'VOLUME': 'sum'})).
• 🟠 Reto 3: grafica en el mismo eje el cierre mensual y el promedio mensual. ¿En qué meses se separan más? ¿Qué pasó esos meses?

📝 Contenido original del curso#

Reto 1: precio de Tesla contra búsqueda, con dos ejes (repaso del Día 74):

ax1 = plt.gca()
ax2 = ax1.twinx()
ax1.set_ylabel('TSLA Stock Price')
ax2.set_ylabel('Search Trend')
ax1.plot(df_tesla.MONTH, df_tesla.TSLA_USD_CLOSE)
ax2.plot(df_tesla.MONTH, df_tesla.TSLA_WEB_SEARCH)

Reto 2: colores: un azul con nombre ('skyblue') para la búsqueda y un rojo en hexadecimal ('#E6232E') para el precio, en las líneas y en las etiquetas de los ejes.

Reto 3: tamaño 14 × 8; fuentes de 14 en las etiquetas y el eje x; texto del eje x rotado 45°; título "Tesla Web Search vs Price"; líneas más gruesas; más resolución (DPI); límites en los ejes (set_xlim, set_ylim); y plt.show() para mostrar el gráfico de forma explícita (importante fuera de los cuadernos).

Solución final:

plt.figure(figsize=(14, 8), dpi=120)
plt.title('Tesla Web Search vs Price', fontsize=18)
plt.xticks(fontsize=14, rotation=45)

ax1 = plt.gca()
ax2 = ax1.twinx()

ax1.set_ylabel('TSLA Stock Price', color='#E6232E', fontsize=14)
ax2.set_ylabel('Search Trend', color='skyblue', fontsize=14)

ax1.set_ylim([0, 600])
ax1.set_xlim([df_tesla.MONTH.min(), df_tesla.MONTH.max()])

ax1.plot(df_tesla.MONTH, df_tesla.TSLA_USD_CLOSE, color='#E6232E', linewidth=3)
ax2.plot(df_tesla.MONTH, df_tesla.TSLA_WEB_SEARCH, color='skyblue', linewidth=3)

plt.show()

Los límites pueden ser fijos (0 a 600 dólares) o calculados con .min() y .max(). Si aparece una advertencia de Matplotlib sobre el convertidor de fechas, no es un error: se resuelve registrando los convertidores de pandas, como indica la advertencia.

📖 Explicación conceptual (adaptación)#

plt contra ax: con un solo eje, plt.plot, plt.ylabel… funcionan sobre "el eje actual". Con dos ejes, es más claro trabajar con los objetos ax1 y ax2 (ax1.set_ylabel, ax1.set_xlim), porque así sabes exactamente a cuál afecta cada instrucción. Fíjate en que el nombre cambia: plt.ylabel → ax.set_ylabel.

💡 Resolución: dpi=120 con figsize=(14, 8) produce una imagen de 1680 × 960 píxeles. Para un informe impreso, guarda con plt.savefig('tesla.png', dpi=200, bbox_inches='tight').

🛠️ Nota técnica: en los datos (verificado), el precio máximo de Tesla es 498,32 dólares y el pico de búsqueda (31) es de septiembre de 2020. Los precios de acciones históricos suelen venir ajustados por las divisiones de acciones (splits): si comparas con el precio actual de Tesla en Internet, las cifras no coincidirán, porque la acción se dividió otra vez después de 2020.

📝 Contenido original del curso#

Las marcas del eje del tiempo suelen quedar mal. Los localizadores de matplotlib.dates ayudan:

import matplotlib.dates as mdates

years = mdates.YearLocator()                # una marca principal por año
months = mdates.MonthLocator()              # una marca secundaria por mes
years_fmt = mdates.DateFormatter('%Y')      # mostrar solo el año

ax1.xaxis.set_major_locator(years)
ax1.xaxis.set_major_formatter(years_fmt)
ax1.xaxis.set_minor_locator(months)

Con las marcas se puede fechar el pico de interés de marzo de 2016, cuando se presentó el Tesla Model 3. Y los picos más recientes no coinciden con un auto nuevo, sino con el precio disparado de la acción.

📖 Explicación conceptual (verificada)#

• Marcas principales (major): las que llevan texto (cada año).
• Marcas secundarias (minor): rayitas sin texto (cada mes), que ayudan a ubicar un punto.
• DateFormatter usa los mismos códigos que strftime (Día 32): '%Y' año, '%b %Y' "Mar 2016", '%m/%Y' "03/2016".

Si en lugar de "Mar" quieres "mar." (en español), el resultado depende de la configuración del sistema; es más predecible usar números ('%m/%Y').

📝 Contenido original del curso#

Copia la celda de Tesla y modifícala:

1. Título "Bitcoin News Search vs Resampled Price".
2. Eje y: "BTC Price".
3. Límites de los ejes más adecuados.
4. El precio como línea discontinua (linestyle).
5. Los datos de búsqueda con círculos (marker).
6. ¿Los grandes aumentos de búsquedas vinieron con grandes aumentos de precio?

ax1.set_ylim(bottom=0, top=15000)
ax1.set_xlim([df_btc_monthly.index.min(), df_btc_monthly.index.max()])

ax1.plot(df_btc_monthly.index, df_btc_monthly.CLOSE,
         color='#F08F2E', linewidth=3, linestyle='--')
ax2.plot(df_btc_monthly.index, df_btc_search.BTC_NEWS_SEARCH,
         color='skyblue', linewidth=3, marker='o')

El truco: las fechas de la serie mensual están en el índice: df_btc_monthly.index. Los movimientos locos de precio de comienzos de 2018 coincidieron con búsquedas récord ("todo el mundo hablaba de Bitcoin, y lo compraba"). En el primer trimestre de 2019 hubo otro gran salto de precio, pero con mucho menos aumento de búsquedas ("quizá porque ya todo el mundo sabía qué era Bitcoin").

📖 Resultados verificados y detalles#

• El máximo mensual del precio de cierre es de diciembre de 2017 (≈ 14 156 dólares) y la búsqueda máxima (100) también es de diciembre de 2017: por eso el límite superior de 15 000 del curso es adecuado.
• df_btc_monthly.index y df_btc_search.BTC_NEWS_SEARCH se grafican juntos porque tienen el mismo número de filas en el mismo orden (73 meses). Si una serie tuviera un mes de más, las líneas quedarían corridas sin ningún error. Más seguro: usar para cada línea sus propias fechas (df_btc_search.MONTH).

🛠️ Nota técnica: el resumen del curso llama "punteada" (dotted) a '-.'; en realidad es raya y punto. La línea punteada es ':'.

💡 Precaución sobre Bitcoin: este análisis describe cómo se movieron las búsquedas y el precio en el pasado; no sirve para predecir precios ni para decidir inversiones (sección 9).

📝 Contenido original del curso#

Reto: búsquedas de "unemployment benefits" contra la tasa oficial de desempleo (de la FRED, la base de datos de la Reserva Federal de San Luis): título, etiqueta "FRED U/E Rate", límites, y una cuadrícula gris de líneas discontinuas. ¿Hay estacionalidad en las búsquedas?

ax1.grid(color='grey', linestyle='--')

Las líneas verticales de la cuadrícula coinciden con los picos de búsqueda: "muchos picos son a fin de año, en diciembre", lo que muestra estacionalidad en el mercado laboral. La crisis financiera de 2007/2008 disparó el desempleo, que tardó unos 10 años (2007–2017) en volver al nivel anterior. Curiosamente, el gran pico de búsquedas de finales de 2013 no vino con un aumento del desempleo: "algo más estaba pasando".

Reto: la media móvil de 3 o 6 meses de las búsquedas. ¿Qué línea se mueve primero?

roll_df = df_unemployment[['UE_BENEFITS_WEB_SEARCH', 'UNRATE']].rolling(window=6).mean()

Las búsquedas suben antes que la tasa oficial y bajan antes: funcionan como un indicador adelantado, mientras que la tasa de desempleo es un indicador rezagado.

📖 Resultados verificados#

• La búsqueda máxima (100) es de febrero de 2009, con desempleo de 8,3 %; el desempleo máximo del periodo 2004–2019 es 10,0 %, en octubre de 2009: las búsquedas tocaron techo meses antes que el desempleo, como dice el curso.
• La estacionalidad: en los 16 años completos, el mes con más búsquedas fue enero en 12 años, diciembre en 2, y febrero y julio en 1 cada uno.

🛠️ Nota técnica (verificado): la estacionalidad existe, pero el pico es mayoritariamente enero, no diciembre. Las líneas verticales de la cuadrícula están en el 1 de enero de cada año (el localizador de años), y los picos caen justo ahí. Una explicación plausible: muchos empleos temporales de fin de año terminan en diciembre y la gente busca el subsidio en enero. Lección: comprueba con los datos lo que el gráfico parece decir (Reto 1).

Retos adicionales (creados para esta adaptación)#

• 🟢 Reto 1: calcula el promedio de búsquedas por mes del año (df.groupby(df.MONTH.dt.month).UE_BENEFITS_WEB_SEARCH.mean()) y grafícalo en barras. ¿Qué mes gana?
• 🟡 Reto 2: mide el "adelanto": desplaza la serie de búsquedas con .shift(n) y calcula la correlación con el desempleo (.corr()) para n de 0 a 12 meses. ¿Con qué desplazamiento la correlación es mayor?
• 🟠 Reto 3: investiga qué pasó a finales de 2013 en Estados Unidos con los subsidios de desempleo (pista: busca "emergency unemployment compensation 2013") y escribe una anotación en el gráfico con ax.annotate.

📝 Contenido original del curso#

Reto: leer 'UE Benefits Search vs UE Rate 2004-20.csv', convertir las fechas y graficar. ¿Qué se ve?

df_ue_2020 = pd.read_csv('UE Benefits Search vs UE Rate 2004-20.csv')
df_ue_2020.MONTH = pd.to_datetime(df_ue_2020.MONTH)

"No es bonito": el desempleo en Estados Unidos se disparó a niveles sin precedentes durante la pandemia de COVID, eclipsando los de la crisis financiera. "Esperemos que la recuperación sea más rápida esta vez".

Resumen del día: .describe(); .resample(); localizadores de matplotlib.dates; contar NaN con .isna().values.sum(); dpi; estilos '--' y '-.'; marcadores ('o', '^'); límites, etiquetas, grosor y colores (con nombre y hexadecimales); .grid() para la estacionalidad.

📖 Resultados verificados y reflexión#

El archivo con 2020 tiene 200 filas (hasta agosto de 2020); el desempleo máximo es 14,7 % en abril de 2020, frente al 10,0 % de 2009.

Por qué importa: los datos nuevos no solo agregan puntos, pueden cambiar la escala y la historia. En el gráfico de 2004–2019, la crisis de 2008 parece enorme; con 2020, se ve pequeña. Además, como Google Trends escala a 100 el máximo del periodo, el pico de búsquedas de 2020 reescala todos los valores anteriores: los "100" de 2009 dejan de serlo. Compara las dos versiones del CSV (Reto 3 del proyecto).

Problema#

¿Las búsquedas en Internet reflejan lo que pasa en el mundo real? Tres casos: una acción, una criptomoneda y el desempleo.

Objetivo#

Un cuaderno con los cuatro gráficos del curso (Tesla, Bitcoin, desempleo y desempleo con 2020), bien presentados, y conclusiones prudentes.

Requisitos funcionales#

1. Exploración de los 4 DataFrames con shape, columns y describe().
2. Detección y eliminación de faltantes; fechas convertidas.
3. Remuestreo del precio de Bitcoin a mensual con 'ME'.
4. Gráficos con dos ejes, colores, título, límites, DPI, localizadores de fecha, estilos de línea, marcadores y cuadrícula donde corresponda.
5. Media móvil de 6 meses para el desempleo.
6. La comparación 2004–2019 contra 2004–2020.
7. Una sección de conclusiones que distinga correlación y causalidad.

Restricciones técnicas#

• Compatible con pandas 3 ('ME', no 'M').
• Cada línea graficada con sus propias fechas.
• Todos los gráficos guardados en PNG.

Planificación#

1. Comprender qué es Google Trends. 2. Entradas: 5 CSV. 3. Procesos: explorar → limpiar → convertir → remuestrear → graficar → suavizar → comparar. 4. Salidas: 4 gráficos y conclusiones. 5. Una sección por lección. 6. Bocetar los gráficos. 7. Implementar. 8. Verificar con la tabla de pruebas. 9. Corregir. 10. Concluir.

Construcción paso a paso#

• Versión 1: exploración y limpieza.
• Versión 2: remuestreo.
• Versión 3: Tesla con todo el estilo.
• Versión 4: Bitcoin.
• Versión 5: desempleo con cuadrícula y media móvil.
• Versión final: 2020 y conclusiones.

Pruebas#

🧪 Prueba y depuración#

df_btc_monthly = df_btc_price.resample('M', on='DATE').last()
plt.figure(figsize=(14, 8), dpi=120)
ax1 = plt.gca()
ax2 = ax1.twinx()
ax1.ylabel('BTC Price')
ax1.plot(df_btc_price.DATE, df_btc_monthly.CLOSE, linestyle='dotted')
ax2.plot(df_btc_monthly.index, df_btc_search.BTC_NEWS_SEARCH, marker='circle')

Encuentra cinco problemas: 'M' falla en pandas 3 ('ME'); ax1.ylabel no existe (es ax1.set_ylabel); se grafican 2203 fechas diarias contra 73 precios mensuales (ValueError por tamaños distintos); linestyle='dotted' funciona, pero marker='circle' no es válido (es 'o'); y el gráfico no tiene título ni límites.

⭐ Extensión del proyecto#

• Reto 1: calcula la correlación entre búsqueda y precio para Tesla y para Bitcoin. ¿Cuál es más alta?
• Reto 2: repite el gráfico de Bitcoin con el promedio mensual (.mean()) en lugar del cierre. ¿Cambia la conclusión?
• Reto 3: compara los valores de búsqueda del mismo mes en los archivos 2004–19 y 2004–20. ¿Son iguales? ¿Por qué?

Situación#

¿Las búsquedas de los colombianos reflejan su calendario? Por ejemplo, "ICFES" o "Saber 11" antes de la prueba, "uniformes" antes del regreso a clases, "lluvias" en temporada invernal.

Requisitos#

1. En trends.google.com, elige dos términos relacionados con tu vida escolar o tu región, con Colombia como región y un periodo de al menos 5 años. Descarga el CSV (botón de descarga del gráfico).
2. Límpialo: las primeras filas del CSV de Google Trends suelen ser encabezados descriptivos (skiprows), y los valores "<1" deben convertirse.
3. Remuestrea si hace falta y grafica con localizadores de fecha, cuadrícula y una anotación en cada pico.
4. Calcula el promedio por mes del año y responde: ¿en qué mes se busca más cada término? ¿Coincide con lo que esperabas?
5. Compara con un dato oficial si existe (por ejemplo, las fechas de la prueba Saber 11 publicadas por el ICFES).

Decisiones que debes tomar (y justificar)#

• ¿Qué periodo eliges y por qué afecta la escala 0–100?
• ¿Qué dirías a alguien que concluye "la gente buscó más 'ICFES' en 2021, así que hubo más estudiantes"?

Casos de prueba#

• Tras la limpieza, la columna de búsqueda es numérica (dtype entero o decimal) y sin NaN inesperados.
• El gráfico tiene título, ejes, fuente de los datos y fecha de descarga.

Situación problema#

En el colegio y en el municipio se toman decisiones (dónde poner una ciclovía, cuándo programar las jornadas de salud, cómo reducir la deserción) muchas veces sin mirar los datos, aunque existen datos abiertos públicos que podrían ayudar.

Contexto#

Colombia publica miles de conjuntos de datos abiertos en datos.gov.co. Con pandas y Matplotlib, un grupo de estudiantes puede convertirlos en información útil… si trabaja con rigor: limpiar bien, graficar con honestidad y no confundir correlación con causalidad.

Pregunta orientadora#

¿Qué puede aprender nuestra comunidad educativa a partir de los datos abiertos sobre un tema que nos afecta, y cómo comunicarlo de forma clara y honesta?

Objetivo#

Construir el Observatorio de Datos del Colegio: un cuaderno de análisis, bien documentado, que responda tres preguntas sobre un tema de la comunidad con datos abiertos, y un informe de una página para la comunidad.

Requerimientos#

Funcionales

1. Exploración y limpieza (Día 72): función diagnostico(df); faltantes y datos basura tratados y documentados.
2. Series de tiempo (Días 73 y 75): fechas convertidas; remuestreo a una frecuencia común; media móvil donde ayude; gráfico de líneas con localizadores de fecha.
3. Agregación y combinación (Día 74): al menos dos conjuntos de datos unidos con merge; resúmenes con groupby y agregación con nombre.
4. Visualización (Días 73 a 75): mínimo cuatro gráficos de al menos tres tipos distintos (líneas, barras, dispersión; dos ejes solo si se justifica), todos con título, ejes, unidades, fuente y leyenda cuando corresponda.
5. Estacionalidad o tendencia (Día 75): identificar y comprobar con números un patrón en el tiempo.
6. Conclusiones para cada pregunta, separando lo que los datos muestran de lo que no pueden mostrar.

No funcionales

• Reproducibilidad: el cuaderno funciona con Reiniciar y ejecutar todo; los datos están en una carpeta data/ con un FUENTES.md (URL, fecha de descarga, licencia).
• Compatibilidad: código que funcione con pandas 3 ('ME', numeric_only=True, .loc en lugar de posiciones).
• Accesibilidad: colores con contraste suficiente (Día 65), sin depender solo del color, fuentes legibles.
• Ética: ningún dato que permita identificar a personas; datos del colegio solo agregados y con autorización.

Restricciones#

• Fuentes abiertas y citadas (datos.gov.co, DANE, IDEAM, ICFES, Google Trends u otras oficiales).
• Nada de conclusiones causales sin justificación.
• El informe para la comunidad cabe en una página y usa como máximo dos gráficos.

Etapas de desarrollo#

Etapa 4 (hoy)#

1. Remuestrea tus series a una frecuencia común y busca un patrón estacional o una tendencia; compruébalo con un groupby por mes o con .corr().
2. Revisa todos tus gráficos con la lista de verificación de abajo.
3. Escribe las conclusiones y el informe de una página para la comunidad (por ejemplo, para el consejo estudiantil o la rectoría).

Entregables#

1. La carpeta del proyecto: observatorio.ipynb, data/, FUENTES.md y README.md (cómo ejecutarlo).
2. El informe de una página (PDF o impreso).
3. Una presentación de 5 minutos: la pregunta, un gráfico clave, la conclusión y una limitación.
4. El cuaderno de errores del bloque (al menos 10 entradas).

Casos de prueba (lista de verificación)#

Criterios técnicos de funcionamiento#

Posibles extensiones#

• Continuar con los Días 76 a 81 del curso: gráficos interactivos con Plotly, NumPy, regresión lineal con seaborn y un modelo para predecir.
• Publicar el informe como página web con Flask (bloque web) o como cuaderno en GitHub (Día 70).
• Actualizar el análisis automáticamente cada mes descargando los datos con requests (Día 33).

Conceptuales#

1. ¿Qué significa un valor de 50 en Google Trends? ¿Por qué no se pueden comparar directamente dos términos descargados por separado?
2. ¿Qué hace resample() y por qué hace falta aquí?
3. ¿Cuándo resumirías un mes con .last() y cuándo con .mean()?
4. ¿Qué es la estacionalidad? ¿Qué herramienta del gráfico ayuda a verla?
5. ¿Qué es un indicador adelantado? Da el ejemplo del día.

Análisis de código#

df_btc_price.resample('ME', on='DATE').agg({'CLOSE': 'last', 'VOLUME': 'sum'}).head(2)

¿Qué tabla produce? ¿Qué representa cada columna?

Predicción#

Si remuestreas los 2203 días de precio de Bitcoin por año ('YE'), ¿cuántas filas obtienes? (Pista: los datos van de septiembre de 2014 a 2020.)

Depuración#

"Mi gráfico de Bitcoin muestra la línea del precio corrida un mes respecto a la de búsquedas". ¿Qué pudo pasar?

Modificación#

Cambia el gráfico del desempleo para que marque con un triángulo ('^') el mes de mayor búsqueda de cada año.

Creación#

Escribe una función grafico_dos_ejes(fechas, serie1, serie2, titulo, etiqueta1, etiqueta2) que dibuje el gráfico con dos ejes, colores, localizadores y cuadrícula, y úsala para los tres casos del día.