💨🌏 Análisis de producción de CO2 por país 💨🌏

Contexto

No sabemos nada más de este conjunto de datos por lo que nuestra 🔥 misión, en primer lugar, va a ser explorar el dataset para conocer su estructura.

Una vez que conozcamos su estructura podremos empezar a hacerle preguntas. Contestarlas será la segunda parte del proyecto.

En último lugar reorganizaremos los datos que nos parezcan más relevantes para tenerlos listos en caso de que necesitemos volver a ellos para profundizar en nuestras preguntas.

Objetivos

Familiarizarnos con la exploración de datos y sus problemáticas prácticas

Datos

Usaremos un archivo de datos en formato json con nombre Data_CO2_Proyecto_1.json.

Desarrollo

En primer lugar debemos cargar los datos. Para ello, coloca el archivo de datos en el mismo directorio en el que tengas tu notebook.Hecho esto, teclea y ejecuta lo siguiente:

import json

with open("Data_CO2_Proyecto_1.json") as f: data = json.load(f)

Es importante que respetes la indentación de la tercera línea, que debe tener el tamaño de una tabulación. Una vez que el código se haya ejecutado correctamente, los datos estarán cargados en la variable *data* y podremos empezar a trabajar con ellos.

La siguiente parte del proyecto será la exploración: conoceremos la arquitectura de los datos haciendo uso de lo que se ha visto en los módulos 1 y 2. Durante esta exploración nos van a ir surgiendo preguntas que contestaremos gracias a la exploración y manipulación de los datos.

Importación de datos

import json

with open('/work/Data_CO2_Proyecto_1.json') as f: data = json.load(f) data

Exploración de datos

type(data)

type(data['Country'])

data.keys()

len(data.keys())

data.values()

data['Country']

data['ISO 3166-1 alpha-3']

data.items()

data['Country_Code'] = data['ISO 3166-1 alpha-3']

data['Country_Code']

data.keys()

del data['ISO 3166-1 alpha-3']

data.keys()

set(data['Country'])

data['Country_Code']

set(data['Country_Code'])

len(set(data['Country']))

len(set(data['Country_Code']))

zip(data['Country'], data['Country_Code'])

diccionario_paises = dict(zip(data['Country'], data['Country_Code']))

diccionario_paises

len(dict(zip(data['Country'], data['Country_Code'])))

len(set(data['Country']))

diccionario_paises = dict(zip(data['Country_Code'], data['Country']))

len(diccionario_paises)

len(set(data['Country_Code']))

diccionario_paises[0]

data['Year']

type(data['Year'])

len(data['Year'])

len(set(data['Year']))

max(set(data['Year']))

min(set(data['Year']))

2021-1750

len(data['Country'])

len(data['Year'])

len(set(data['Country']))

#calculo de la longitud del conjunto hecho sobre data['Year'] len(set(data['Year']))

232*272

len(data.keys())

232*272*11

data.keys()

data['Year']

data['Total']

type(data['Total'])

data['Total'][0]

type(data['Total'][0])

type('')

data['Total'][726]

##'Coal', 'Oil', 'Gas', 'Cement', 'Flaring', 'Other' data['Coal'][726] + data['Oil'][726] + data['Gas'][726] + data['Cement'][726] + data['Flaring'][726] +data['Other'][726]

lista = ['Coal', 'Oil', 'Gas', 'Cement', 'Flaring', 'Other']

for i in lista:

dict.fromkeys(data['Country'])

set(data['Country'])

list(dict.fromkeys(data['Country']))

paises_unicos = list(dict.fromkeys(data['Country']))

len(paises_unicos)

data['Country'][-3]

data['Country'][271]

data['Country'][:272]

len(data['Country'][272:(272*2)])

data['Country'][272:(272*2)]

list(range(273))

paises_enumerados = zip(paises_unicos, range(272))

paises_enumerados = dict(paises_enumerados)

paises_enumerados

paises_enumerados['USA']

data['Country'][(220*272):((220*272)+272)]

data['Total'][(220*272):(221*272)]

paises_enumerados['Afghanistan']

len(set(data['Year']))

def slicing(pais): indice = paises_enumerados[pais] inicio = indice * len(set(data['Year'])) fin = inicio + len(set(data['Year'])) return inicio, fin

slicing('Afghanistan')

inicio_1

inicio, fin = slicing('Afghanistan')

inicio

fin

data['Country'][inicio:fin]

def slicing(pais): try: indice = paises_enumerados[pais] inicio = indice * len(set(data['Year'])) fin = inicio + len(set(data['Year'])) return inicio, fin except: print('Algo no ha ido bien')

slicing('Afganistan')

paises_enumerados.get('Afganistan', 'País no encontrado')

def slicing(pais): try: indice = paises_enumerados.get(pais, 'País no encontrado') #print(indice) if type(indice) == str: print(pais, ':', 'País no encontrado, vuelve a ingresarlo') return inicio = indice * len(set(data['Year'])) fin = inicio + len(set(data['Year'])) return inicio, fin except: print('Algo no ha ido bien')

slicing('Afghanistan')