Curso de Python en México: aprende Python para datos en vivo

Respuesta corta: el curso de Python para datos de ProgramBI en México es online y en vivo por Zoom, con 20 horas en 8 módulos de nivel básico-intermedio. Las clases son lunes y miércoles de 16:30 a 18:30, hora del centro de México, inicia el lunes 23 de noviembre de 2026 y la inversión es $2,190. Incluye grabaciones de por vida y certificado.

¿Qué vas a aprender? Python desde cero con enfoque en análisis: fundamentos del lenguaje, estructuras de datos y, sobre todo, Pandas para limpiar, transformar, agrupar y unir tablas; gráficos con Matplotlib y conexión a bases de datos y APIs. El objetivo práctico es que el reporte que hoy armas a mano cada semana se genere con un script.

Por qué Python le sirve a quien trabaja con datos en México

En una empresa mexicana típica, la información llega por muchas puertas: el ERP, el portal del SAT con los CFDI, los reportes de cada CEDIS, las plataformas de e-commerce, el sistema de nómina. Cada fuente exporta en su propio formato, y alguien tiene que juntarlo todo. Cuando son tres archivos, Excel basta. Cuando son treinta, o cada uno pesa cientos de miles de filas, el trabajo se vuelve lento, propenso a errores y depende de una sola persona.

Python con Pandas automatiza ese trabajo. Lee una carpeta entera de archivos, los une, corrige formatos de fecha y montos, cruza con catálogos y exporta un resumen limpio. El mismo script sirve la semana siguiente. En corporativos que reportan a matrices en Estados Unidos, además, Python es una herramienta habitual en los equipos de analítica, así que dominarlo te pone en el mismo idioma que ellos.

Python frente a Excel y Power BI

Python no reemplaza a Excel ni a Power BI: los complementa. La combinación más común en vacantes de analista es SQL + Python + Power BI.

Qué piden las vacantes (referencia)

En OCC Mundial, las vacantes de «data analyst» con sueldo visible mostraban el 4 de noviembre de 2026 rangos mensuales de $13,000 a $30,000 MXN, según el puesto. occ.com.mx/empleos/de-data-analyst En la parte alta del rango es frecuente que pidan Python además de SQL y Power BI. Revisa el portal antes de negociar: es una foto de un día.

Ejemplos con datos mexicanos

Unir los reportes de venta de todos los CEDIS:

import pandas as pd
from pathlib import Path

ventas = pd.concat(
    [pd.read_csv(f, encoding="latin-1") for f in Path("cedis").glob("*.csv")],
    ignore_index=True)

Normalizar el RFC antes de cruzar con el catálogo de clientes:

ventas["rfc"] = ventas["rfc"].str.strip().str.upper()
clientes["rfc"] = clientes["rfc"].str.strip().str.upper()
base = ventas.merge(clientes, on="rfc", how="left")
sin_cliente = base[base["razon_social"].isna()]

Venta por estado y canal, lista para el comité:

resumen = (base.groupby(["estado", "canal"])["importe_mxn"]
               .sum().unstack(fill_value=0))
resumen.to_excel("venta_estado_canal.xlsx")

Gráfico de tendencia mensual con Matplotlib:

import matplotlib.pyplot as plt
mensual = base.set_index("fecha").resample("M")["importe_mxn"].sum()
mensual.plot(title="Venta mensual (MXN)")
plt.savefig("tendencia.png", dpi=150)

Un detalle útil: muchos archivos exportados en México vienen con codificación latin-1 y acentos rotos. Leerlos con encoding="latin-1" evita los famosos «Ã©» en los nombres de estado.

Caso: leer facturas CFDI en lote

Un analista de cuentas por pagar descarga cada mes cientos de CFDI en XML y necesita un listado con emisor, fecha y total. Abrirlos uno por uno es imposible. Con Python:

import xml.etree.ElementTree as ET
filas = []
for f in Path("cfdi").glob("*.xml"):
    raiz = ET.parse(f).getroot()
    emisor = raiz.find("{*}Emisor")
    filas.append({"rfc_emisor": emisor.get("Rfc"),
                  "fecha": raiz.get("Fecha"),
                  "total": float(raiz.get("Total"))})
facturas = pd.DataFrame(filas)

En segundos tiene una tabla que puede cruzar contra las órdenes de compra. Lo que antes era una semana de captura se vuelve un proceso de minutos.

Ruta de aprendizaje recomendada

1. Excel con soltura: tablas, filtros, tablas dinámicas. Si te falta, el curso de Excel.
2. SQL para extraer datos de la base: curso de SQL Server.
3. Python con Pandas para limpiar y automatizar (este curso).
4. Power BI para presentar: curso de Power BI y guía de Power BI en México.

¿Prefieres las tres herramientas técnicas en un solo programa? Está el curso de Análisis de datos.

Plan de práctica de cuatro semanas

• Semana 1: usa Google Colab (gratis, en el navegador) o instala Anaconda. Practica variables, listas, diccionarios, if y for.
• Semana 2: lee con Pandas un archivo de tu trabajo (anonimizado), filtra, ordena y crea columnas calculadas.
• Semana 3: merge con un catálogo y groupby por estado, canal y mes.
• Semana 4: automatiza un reporte real de principio a fin y mide cuánto tiempo te ahorra.

Herramientas gratuitas para practicar

• Google Colab: Python en el navegador, sin instalar nada; ideal si tu computadora de la oficina tiene restricciones.
• Anaconda: instala Python, Pandas, Matplotlib y Jupyter de una sola vez.
• Jupyter Notebook: mezcla código, resultados y notas; perfecto para documentar tu análisis paso a paso.
• VS Code: editor gratuito para cuando tus scripts crezcan y quieras ordenarlos en archivos.
• Datos abiertos: portales públicos con información de comercio, empleo o movilidad sirven para practicar sin usar datos confidenciales de tu empresa.

Empieza con Colab, porque te permite compartir un cuaderno con tu jefe o tu equipo con solo un enlace; cuando ya automatices reportes reales, pasa a Anaconda y VS Code.

Cargos que piden Python en México

Además de «data analyst», busca en OCC, Computrabajo, Indeed y LinkedIn: «analista de inteligencia de negocios», «analista de planeación de demanda», «analista de pricing» y «analista de riesgos». En empresas que atienden a Estados Unidos, Python e inglés suelen aparecer juntos como requisito.

Errores comunes al empezar

• Aprender Python «general» antes que Pandas. Para análisis, Pandas es el 80 % de lo que vas a usar.
• No revisar tipos de dato. Fechas leídas como texto o códigos postales que pierden el cero inicial.
• Uniones que duplican filas. Valida el número de filas antes y después de cada merge.
• Scripts que solo funcionan en tu computadora. Usa rutas relativas y documenta qué archivos necesita.
• Saltar a machine learning sin dominar la limpieza. La mayor parte del trabajo real es preparar datos.

Cómo elegir un curso de Python online en México

• Enfoque en datos, no en desarrollo web.
• En vivo y en hora del centro, para resolver errores en el momento.
• Casos de negocio: ventas, inventario, facturación.
• Grabaciones para repasar.
• Conexión con SQL y Power BI.

El curso Python en vivo de ProgramBI (México)

Datos de la ficha del curso para México, revisada el 4 de noviembre de 2026:

• En vivo por Zoom, lunes y miércoles de 16:30 a 18:30, hora del centro de México.
• 20 horas, 8 módulos, nivel básico-intermedio, desde cero.
• Temario: variables, tipos de datos y operadores; control de flujo y funciones; listas, diccionarios y tuplas; módulos y librerías; DataFrames y Series con Pandas; limpieza y transformación; GroupBy, agregaciones y Merge; conexión a bases de datos y APIs; visualización con Matplotlib; IA aplicada a Python.
• Nivel avanzado: análisis avanzado con Pandas y ciencia de datos aplicada a negocios.
• Grabaciones de por vida, certificado y proyectos con datos reales.
• Inicio: lunes 23 de noviembre de 2026. Inversión: $2,190.
• Instructor: Manuel Oliva, Magíster en Data Science (UAI).

Formas de pago: los cursos de ProgramBI se pueden pagar en 3 cuotas sin interés, en todos los países.