• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Balance de 2019 en Analytics Lane

enero 8, 2020 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 2 minutos

Analytics Lane

Al igual que hice en 2019 la primera entrada del año la vamos a utilizar para realizar un balance de cómo ha sido la evolución del blog. Un ejercicio en con el que poder identificar lo que ha salido bien y lo que no ha sido tan positivo.

Analytics Lane nació el 2 de mayo de 2018, por lo que 2019 es el primer año natural completo para el proyecto. Un año en el que se han publicado 148 nuevas entradas, manteniendo el ritmo de tres entradas a la semana salvo paradas puntuales.

Listado de entradas más vistas en 2019

La entrada más visitada en 2019 ha sido “Unir y combinar dataframes con pandas en Python”, representado un 8% de todas las visitas al blog. En segunda posición se encuentra “Archivos JSON con Python: lectura y escritura”, la que había sido la publicación más visita en 2018 con un 6,9% de las visitas. El pódium lo cierra “¿Cómo eliminar columnas y filas en un dataframe pandas?”, la primera entrada en la lista publicada en 2019 con un 6,5% de las visitas. El listado de las entradas más visitadas durante 2019 se muestra en la siguiente tabla.

EntradaVisitasPosición en 2018
Unir y combinar dataframes con pandas en Python8,0%4
Archivos JSON con Python: lectura y escritura6,9%1
¿Cómo eliminar columnas y filas en un dataframe pandas?6,5%
Guardar y leer archivos CSV con Python5,0%3
Guardar y leer archivos Excel en Python4,3%6
Seleccionar filas y columnas en Pandas con iloc y loc4,1%
Eliminar filas o columnas con valores nulos en Python3,7%2
Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas3,1%
Eliminar registros duplicados en pandas2,8%5
¿Cómo cambiar el nombre de las columnas en Pandas?1,7%
Tablas dinámicas en Python con pandas1,7%23
Cómo leer y escribir archivos en Python1,6%

En esta tabla se puede observar que no hay ninguna entrada en la lista que no sea de Python. Lo que indica el interés existente actualmente en este lenguaje de programación respecto al resto de lenguajes y herramientas sobre las que se publica en el blog. Algo que contrasta con la lista de 2018 en la que sí aparecían 3 entradas de otras categorías.

La vanidad del paisaje, o por qué un becario sale a contar grúas a Manhattan – El bestiario de los indicadores económicos absurdos (parte 2)
En Analytics Lane
La vanidad del paisaje, o por qué un becario sale a contar grúas a Manhattan – El bestiario de los indicadores económicos absurdos (parte 2)

Procedencia de las visitas en 2019

La ubicación geográfica de las visitas es similar a la observada en 2018. Aunque en 2019 se ha accedido al blog desde 109 países, muchos más de los 59 países desde los que se accedió en 2018. Los doce países con más visitantes son los que se muestran en la siguiente tabla.

PaísUsuarios
España28%
México15%
Colombia14%
Chile9%
Perú7%
Argentina7%
Ecuador4%
Estados Unidos4%
Costa Rica1%
Brasil1%
Bolivia1%
Venezuela1%

Publicidad


Acceso al blog en 2018

Por último, se puede comprobar cómo acceden los visitantes a las páginas del blog. La mayoría, un 93%, acceden desde un buscador (Google, Bing, DuckDuckGo), lo que indica que los buscadores son la principal fuente de acceso al contenido.

Conclusiones del 2019

Al ver la evolución del blog podemos ver que el año 2019 es un año de consolidación para Analytics Lane. Un año en el que se ha crecido en visitantes, entradas y difusión.

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • De la Regresión Logística al Scorecard: La Transformación Matemática
  • Calibración vs Discriminación en Credit Scoring: diferencias clave y cómo evaluarlas

Publicado en: Noticias Etiquetado como: Analytics Lane

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

El Binning en Credit Scoring: El Arte de Discretizar Variables

junio 16, 2026 Por Daniel Rodríguez

Noticias

Analytics Lane lanza la versión 1.2 del laboratorio con nuevas herramientas de ajuste de curvas y cálculo matricial

junio 12, 2026 Por Daniel Rodríguez

La vanidad del paisaje, o por qué un becario sale a contar grúas a Manhattan – El bestiario de los indicadores económicos absurdos (parte 2)

junio 11, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • El Binning en Credit Scoring: El Arte de Discretizar Variables publicado el junio 16, 2026 | en Sin categoría
  • Dealine Modelos BG/NBD para CLV publicado el junio 13, 2018 | en Ciencia de datos
  • Eliminar la protección en archivos Excel publicado el mayo 30, 2018 | en Herramientas
  • Contar palabras en una celda Excel publicado el marzo 11, 2020 | en Herramientas
  • Hoja de cálculo para repartir los escaños en base al método D’Hont Aplicar el método D’Hondt en Excel publicado el abril 14, 2021 | en Herramientas

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.9 (11)

Pandas: Cambiar los tipos de datos en los DataFrames

Comentarios recientes

  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto