Repository files navigation

Este repositorio contiene el ejercicio de evaluación final del Módulo 3 del Bootcamp de Análisis de Datos. Trabajamos con dos conjuntos de datos sobre el comportamiento y perfil de clientes de un programa de lealtad de una aerolínea.

• Customer Flight Activity.csv: Información mensual sobre vuelos, puntos acumulados/redimidos, y distancia.
• Customer Loyalty History.csv: Datos demográficos y de membresía de los clientes.
• Fase_1.ipynb,Fase_2.ipynb,Fase_3.ipynb: Notebooks que contienen las distintas etapas del análisis (limpieza, exploración, visualización y análisis estadístico).

• Limpieza y unión de datos
• Exploración estadística
• Visualización de patrones
• Análisis inferencial sobre el comportamiento de los clientes

• Python (pandas, numpy, seaborn, matplotlib, scipy)
• Jupyter Notebook
• Git & GitHub

importpandasaspd# Cargar y estandarizar columnasdf=pd.read_csv("Customer Flight Activity.csv")df_flight.columns=df_flight.columns.str.strip().str.lower()# Verificar nulos(df_flight.isnull().mean()*100).round(2)# Distribución de vuelos reservados por mesimportseabornassnsimportmatplotlib.pyplotasplt# Calcular o coeficiente de Pearsoncorrelation,valor_p=pearsonr(df['Distance'],df['Points Accumulated'])