Reseña honesta: “Análisis de Datos con Pandas y Python” de Federico Garay [2026] – ¿Vale la pena?

Qué promete y qué encontré al analizarlo

Análisis de Datos con Pandas y Python es el curso corto de Federico Garay sobre la biblioteca más usada para manipular datos en Python. Promete que aprenderás qué son los DataFrames, a indexar, agrupar y hacer gráficos simples, y que al final serás competente con pandas para analizar datos. Tiene más de 10 mil alumnos y 2,430 reseñas con un promedio de 4.73, y su última actualización es de enero de 2026.

Al revisar el temario, el dato que manda es la duración: 1.6 horas en 42 clases, lo que da videos de unos dos o tres minutos de media. Es un perfil de analista de datos, no de machine learning: no exige estadística ni toca modelos. La sección más grande es la de gráficos básicos (10 elementos); indexación tiene 6 y agrupar, 3. No hay cuestionarios ni ejercicios de código.

El temario, en resumen

• Preparación (8 elementos): bienvenida, puesta a punto del entorno y conceptos básicos de pandas.
• «Ingresar y Visualizar Datos» (6) y «Análisis» (4): cargar datos en un DataFrame, inspeccionarlos y sacar las primeras métricas.
• «Gráficos Básicos» (10): el bloque más extenso, dedicado a visualizar los datos directamente desde pandas.
• «Indexación» (6), «Agrupar» (3) y «Dar Formato» (3): seleccionar filas y columnas, resumir con groupby y presentar resultados.
• En total: 39 videos y 3 artículos, sin cuestionarios ni ejercicios de código, con subtítulos automáticos en español.

Puntos fuertes

• Va directo al núcleo de pandas. DataFrames, indexación, agrupación y gráficos son las operaciones que más vas a repetir. El curso no se pierde en teoría: en poco más de hora y media ya estás manipulando datos.
• Una buena prueba antes de comprometerte. Si no sabes si el análisis de datos es para ti, este curso te lo dice en una tarde, antes de invertir en un programa de 30 o 40 horas.
• Clases breves, fáciles de consultar. Con videos de dos o tres minutos de media, funciona también como referencia rápida: si olvidas cómo agrupar o formatear, encuentras la clase en segundos.
• Valoración alta con buena muestra. 2,430 reseñas con 4.73 de promedio indican que cumple bien lo que realmente ofrece: una introducción clara.

Aspectos mejorables

• Es una introducción, no un curso completo. Agrupar ocupa 3 elementos y el análisis, 4. Prometer que serás competente con pandas en 1.6 horas es exagerado; te deja listo para seguir aprendiendo, no para trabajar.
• Faltan temas del día a día. En el temario no aparecen secciones de limpieza (valores faltantes, duplicados, tipos de datos), combinación de tablas con merge o join, fechas ni tablas dinámicas con pivot_table. Son las tareas que más tiempo consumen en un trabajo real.
• NumPy está en el subtítulo, no en el temario. El subtítulo promete mejorar con Matplotlib y NumPy, pero ninguna sección trata NumPy. Matplotlib, por el nombre de la sección, se ve a través de los gráficos básicos.
• Sin práctica evaluada. No hay cuestionarios, ejercicios ni proyecto final. Contrasta con Python TOTAL, del mismo instructor, que tiene 159 ejercicios de código: aquí la práctica depende de que tú busques tus propios datos.

Conclusión honesta

Análisis de Datos con Pandas y Python cumple como primer contacto: claro, breve y bien valorado. Para alguien que ya programa un poco y quiere ver de qué va pandas, es una tarde bien invertida. Lo que no puede hacer, por pura extensión, es prepararte para el trabajo de un analista.

Como ruta, combínalo con lo que le falta. Para manipulación de datos más a fondo, el curso completo de Machine Learning de Juan Gabriel Gomila dedica 46 elementos a limpieza y operaciones con datos antes de modelar. Y como casi todos los datos de empresa viven en bases de datos, suma SQL TOTAL y practica las combinaciones de tablas con un curso de joins, subconsultas y CTE.

Preguntas frecuentes