¿Qué es Python en Excel?
Microsoft ahora permite usar Python dentro de Excel para trabajar con datos de una forma mucho más potente. Básicamente, podemos escribir código Python directamente en una celda, como si fuera una fórmula más. Esto abre muchas posibilidades para hacer análisis más completos, automatizar tareas o simplemente ahorrar tiempo.
¿Cómo se activa?
Python en Excel está disponible para usuarios empresariales a partir de la versión 2408. Una vez activado, encontraras la opción en la pestaña Fórmulas, dentro de una sección nueva llamada Python. Tienes dos formas de empezar a escribir código: Desde el botón Insertar fórmula personalizada de Python. O escribiendo =PY en una celda y presionando Tab. La celda cambia al modo de código Python y ya puedes empezar a trabajar.
Enviar datos de Excel a Python
Lo primero que puedes hacer es enviar tus datos de Excel a Python para analizarlos. Selecciona el rango de datos que quieres usar. Excel lo reconocerá automáticamente y mostrará algo como =PY(XL("A1:C10")). Presiona Ctrl + Enter para ejecutar.
Esto generará un DataFrame, una versión compacta de tu tabla que se almacena en una sola celda. Puedes hacer clic en ella para ver las primeras y últimas filas de los datos.
¿Qué es un DataFrame?
Un DataFrame es como una mesa desmontada: todo viene empaquetado. Al hacer clic sobre él, puedes ver las primeras y últimas filas de los datos.
Este objeto forma parte de una biblioteca de Python muy conocida llamada Pandas, esencial para análisis de datos.
Qué puedes hacer con ese DataFrame
Una de las funciones más útiles es .describe(), que genera estadísticas básicas como cantidad de registros, promedio, desviación estándar, valores mínimos y máximos, entre otros.
Ejemplo básico: En una celda nueva, escribe =PY. Referencia el DataFrame que creaste y escribe .describe(). Ejecuta con Ctrl + Enter. Cambia la vista a “valores de Excel” para ver los resultados en forma de tabla. También puedes aplicar esto a una sola columna, por ejemplo: df["ventas"].describe().
Asignando Nombres a los DataFrames
Cuando trabajas con grandes conjuntos de datos y realizas múltiples cálculos, es útil asignar un nombre a tu DataFrame. Esto te permite hacer referencia a los datos sin tener que volver a seleccionar el rango de celdas cada vez. Solo necesitas escribir un nombre, como «df», y asignarlo al conjunto de datos. Luego, podrás utilizar «df» para realizar cálculos y análisis sin tener que escribir todo el rango de celdas cada vez.
Funciones Básicas de Pandas: Sumar y Promediar
Uno de los beneficios clave de utilizar Python con Excel es la capacidad de realizar cálculos más avanzados. Por ejemplo, si quieres obtener la suma total de las ventas de tu conjunto de datos, puedes usar el método .sum() de Pandas. Del mismo modo, puedes calcular el promedio de cualquier columna con el método .mean().
Agregación de Datos: Series de Python
Llevando el análisis de datos un paso más allá, puedes utilizar Python para agregar los datos según una columna específica, como la fecha, lo que sería equivalente a crear una tabla dinámica en Excel. Python te permite realizar esta agregación de manera mucho más flexible y potente, dándote la capacidad de realizar análisis mucho más complejos con facilidad.
Crear gráfico de líneas con el DataFrame de ventas por mes
Después de obtener el total de ventas para cada fecha, supongamos que ahora queremos visualizar estos datos en un gráfico de líneas para observar la evolución de las ventas mes a mes.
Para ello, primero vamos a asegurarnos de tener un DataFrame que contenga la suma de ventas agrupadas por mes. Esto es algo que se puede hacer fácilmente utilizando la función groupby de pandas para agrupar los datos por fecha y luego sumar las ventas por cada grupo.
Una vez que tengamos el DataFrame con las ventas agrupadas por mes, podemos crear un gráfico de líneas utilizando la librería matplotlib de Python, que se integra perfectamente con pandas.
El proceso sería algo así:
Agrupar las ventas por mes: Primero agrupamos los datos por la fecha (mes) y luego calculamos la suma de ventas para cada mes.
Crear el gráfico de líneas: Usamos la función plot de pandas, que nos permite generar gráficos de manera rápida y sencilla. Al ejecutar df.plot(kind='line'), obtendremos el gráfico de líneas con la evolución de las ventas mes a mes.Este gráfico te proporcionará una visualización clara de cómo han fluctuado las ventas a lo largo del tiempo, ayudando a identificar tendencias y patrones importantes. De este modo, Excel con Python no solo te permite manipular los datos, sino también visualizarlos de manera efectiva para tomar decisiones informadas.
