Nuclio : Project Renfe - ML

Vamos a explorar el dataset de renfe, de manera que podamos tratarlo antes de predecir el precio, ¿Estas listo?

• Sí

• No

¿Puedes decir en cuáles variables existen nulos?

• PRECIO, TIPO_TREN, TIPO_TARIFA

• PRECIO, TIPO_TARIFA, CLASE

• PRECIO, CLASE, FECHA_CONSULTA

• FECHA_INICIO, FECHA_FIN, PRECIO

Hagamos un df_renfe.info(),

¡Marca todas las opciones INCORRECTAS!

• La variable PRECIO hay que pasarla a Object

• Hay algunas variables que hay que pasarlas a formato DATE

• La variable TIPO_TARIFA hay que pasarla a Float

• La variable CLASE hay que pasarla a Int

Interpretar el código (1), ¿Qué es lo que hace?

• Calcula tiempo de viaje en ambos solo que en diferentes medidas

• Calcula diferencia precios

• Calcula tiempo viaje y el tiempo entre el inicio viaje y la búsqueda

• Calcula en ambas la diferencia entre la búsqueda y el fin del viaje

Hacer un histograma de la columna "DIF_INI_BUS", ¿Qué se puede deducir?

• Hay valores negativos, hay que borrarlos

• Hay valores negativos, pero están bien los mantenemos como tal

• No hay valores negativos

¿Existen filas duplicadas?¿Cuantas filas son?

• 31 filas duplicadas

• 33 filas duplicadas

• 35 filas duplicadas

• No hay filas duplicadas

Luego de eliminar los duplicados, ¿Aún existen nulos?

• Sí

• No

Interpretar el código (2): ¿Qué está haciendo con las fechas?

• Está haciendo un join con un dataframe de tiempo

• Juntar todas columnas de DATE en una sola columna

• Sólo está borrando las columnas de formato DATE, no hace nada más

• Dividir columnas de formato DATE en diferentes unidades de tiempo (Y/M/D..)

En el precio existen nulos, ¿Qué porcentaje representa del total del dataset?

• 7,4%

• 5,3%

• 4,2%

• 1,9%

Qué sería lo más adecuado hacer con el precio, la clase y la tarifa de tren? hint: no probar df["clase"].mean...

• Borrar todos los nulos

• A la "CLASE" y "TARIFA" una moda a los nulos y el "PRECIO" borrar las filas nulas

• A la "CLASE" una moda a los nulos, a "TARIFA" una media a los nulos y el "PRECIO" borrar las filas nulas

• borrar la "CLASE" y "TARIFA" que son nulos y al "PRECIO" una media a los nulos