Según GTD una vez aclarado el contenido de las bandejas de entrada es necesario organizar este en diferentes contenedores. Lo que se lleva a cabo en la tercera fase de la metodología: organizar. La tarea de organizar en GTD se realiza inmediatamente después de clarificar, siendo la separación entre estas dos fases más bien conceptual que operativa.Esta entrada forma parte … [Leer más...] acerca de Organizar en GTD
Función de interpolación lineal en Excel sin VBA
Microsoft Excel no cuenta actualmente con una función que nos permita obtener una interpolación lineal de una serie de datos. De modo que, para estimar el valor que tomaría una serie entre dos puntos es necesario hacerlo mediante las funciones de Excel o creando un macro. En el siguiente video se puede ver cómo crear una función para obtener la interpolación lineal en Excel sin … [Leer más...] acerca de Función de interpolación lineal en Excel sin VBA
Pandas: Cambiar el tipo de columnas en un DataFrame
Al crear un nuevo DataFrame en Pandas, si no se indica de forma explícita, el constructor le asignará a cada una de las series el tipo de dato que considere más adecuado. Pudiendo ser diferente al que necesitamos. Especialmente cuando en los datos originales se combinan valores numéricos con cadenas de texto. Para solucionar estos problema y cambiar el tipo de columnas en un … [Leer más...] acerca de Pandas: Cambiar el tipo de columnas en un DataFrame
Clarificar en GTD
En la segunda fase de la metodología GTD, clarificar o procesar, se define qué es cada una de las cosas capturadas anteriormente y almacenadas en las bandejas de entradas. Aclarando si estas cosas con tareas, proyecto, información relevante o basura. El proceso de clarificar en GTD se realiza respondiendo a una serie de preguntas con las que se puede etiquetar las cosas de una … [Leer más...] acerca de Clarificar en GTD
Importar archivos Apache Arrow o Feather en Julia
Recientemente hemos visto las ventajas que ofrece el uso del formato de archivo Feather frente a CSV en Python. En primer lugar, el tamaño de los archivos resultantes es mucho más pequeño, en torno a un tercio. Además, el tiempo necesario para guardar y cargar los datos es varios órdenes de magnitud, lo que significa pasar de segundos a décimas de segundos. Siendo ambos … [Leer más...] acerca de Importar archivos Apache Arrow o Feather en Julia
Almacenar los datos de forma eficiente con Feather en Python
El formato de archivo CSV es uno de los más populares para el intercambio de datos. Lo que es debido a estar basado en un archivo de texto plano, por lo que puede ser interpretado prácticamente en cualquier sistema por cualquier programa. Aunque esto también es un problema, ya que un archivo CSV ocupa demasiado espacio y los procesos de lectura y escritura son lentos. Para … [Leer más...] acerca de Almacenar los datos de forma eficiente con Feather en Python
Capturar en GTD
Capturar o recopilar es la primera de las cinco fases de la metodología GTD. La cual consiste en guardar en un contenedor que sea de fácil acceso todas aquellas cosas que son relevantes para nosotros. Cosas que no tienen porqué traducirse posteriormente en tareas. Tal como se entienden capturar en GTD este deber ser un proceso completamente mecánico, únicamente hay que guardar … [Leer más...] acerca de Capturar en GTD
Eliminar los kernels en Jupyter
A medida que trabajamos con Jupyter Notebook es posible que instalemos múltiples kernels. Algo que es normal, ya que nos permite trabajar con diferentes versiones de Python, Julia o R sin afectar al entorno de producción. Aunque tiene un problema, una vez desinstalado el entorno este no se borra de la configuración de Jupyter, por lo que será posible seleccionar este, aunque no … [Leer más...] acerca de Eliminar los kernels en Jupyter
Extensiones de Jupyter Notebook para facilitar las tareas de codificación
Una de las grandes virtudes de Jupyter Notebook es la posibilidad de instalar complementos con los que extender las funcionalidades. Entre los paquetes disponibles en la actualidad posiblemente uno de los más completos es jupyter_contrib_nbextensions. Un paquete que contiene más de 60 extensiones del que podéis encontrar dos entradas anteriores analizando algunas de sus … [Leer más...] acerca de Extensiones de Jupyter Notebook para facilitar las tareas de codificación
Productividad personal con GTD
Disponer de una metodología de productividad realmente eficiente es clave en todos los aspectos de la vida, no solo en el laboral. Una de las más conocidas es GTD. Esta metodología de productividad nos permite organizar todos los aspectos de una manera eficaz, aunque su adopción no suele ser realmente sencilla. Con esta publicación comienzo una serie de posts en la que … [Leer más...] acerca de Productividad personal con GTD
Borrar tablas con dependencias en SQL Server
Cuando necesitamos eliminar tablas en SQL Server puede ser que el sistema no nos lo permita si estas hacen referencia a una restricción FOREIGN KEY. Obligándolos primero a eliminar las restricciones antes de continuar. Algo que se puede conseguir de forma manual mediante la creación de un script, como automática gracias a la herramienta de SQL Server Management Studio. Veamos … [Leer más...] acerca de Borrar tablas con dependencias en SQL Server
Mejores mensajes de error en Python 3.10
Además de las mejoras de tipado y la introducción de Switch-Case otra de las novedades con las que nos encontramos al actualizar a la versión 3.10 de Python son unos mensajes de error más claros. Ahora, en muchas ocasiones, cuando el código tiene un error nos encontraremos con mensajes más útiles para identificar cuál es el problema. Lo que se va a traducir en procesos de … [Leer más...] acerca de Mejores mensajes de error en Python 3.10