Esta documentación describe las actividades realizadas en el notebook Proyecto_laptop_DS.ipynb. El trabajo se enfocó en explorar y preparar los datos, identificar inconsistencias y obtener estadísticas descriptivas que permiten comprender las características del conjunto de datos.

Link al proyecto: https://drive.google.com/drive/folders/1AwpHN4r_hkAPrpR0xHv_bAJeHeYtBrpa?usp=sharing

Descripción

1. Eliminación de Datos Duplicados

• Se eliminaron las filas duplicadas del dataset utilizando df.drop_duplicates(inplace=True).
• Objetivo: Evitar redundancias y asegurar que cada fila sea única.

2. Corrección de Errores Tipográficos y Formato

• Se estandarizaron los formatos de las columnas Ram, Memory, Gpu y OpSys:
  • Se eliminaron espacios en blanco.
  • Se convirtieron a mayúsculas.
• Objetivo: Unificar el formato de los datos para facilitar su análisis.

3. Manejo de Tipos de Datos Incorrectos

• Columna Price:
  • Se convirtió a tipo numérico usando pd.to_numeric, manejando errores con errors="coerce" para convertir valores no válidos en NaN.
  • Se eliminaron filas con valores NaN en Price.
• Objetivo: Asegurar que los datos numéricos estén en el formato correcto.

4. Detección y Eliminación de Valores Atípicos (Outliers)

• Se identificaron valores atípicos en la columna Price utilizando el rango intercuartílico (IQR).
• Se filtraron los valores fuera del rango [Q1 - 1.5 * IQR, Q3 + 1.5 * IQR].
• Objetivo: Eliminar datos extremos que podrían distorsionar el análisis.