McKinney es el autor de pandas y este es su libro de referencia. El extracto que tengo son cien páginas: el prólogo, la preparación del entorno, el capítulo sobre trabajar en sesión interactiva y el de estructuras de datos del propio lenguaje, que se interrumpe a mitad. Es decir, termina justo donde iba a empezar lo que da nombre al libro.
Qué saqué de él
Del prólogo, una frase de encuadre que uso al cotizar: la mayor parte del trabajo de análisis no es analizar, es limpiar, unir y reordenar datos que llegan desordenados. Cuando alguien pide un tablero, el tiempo no está en el gráfico; está en el estado de los datos de origen. Desde entonces, antes de dar un plazo pido ver una muestra real, no la descripción de la muestra.
Del capítulo sobre la sesión interactiva, una costumbre: explorar los datos conversando con ellos, en pequeñas preguntas encadenadas, antes de escribir el guion definitivo. Es más rápido y evita el guion largo que falla en la línea cuarenta por algo que se habría visto en la primera.
Qué dejé fuera
Todo lo demás, y prefiero decirlo así: agrupaciones, series de tiempo, uniones de tablas y limpieza son el cuerpo del libro y no los leí. No puedo opinar de lo que no abrí.
Lo que sí puedo opinar es del formato: un extracto de un libro de referencia sirve de muy poco. Los libros que se consultan no se leen por el principio; se abren por donde aprieta el problema, y este corta antes de la primera página que uno abriría en un día de trabajo.