✅ Suggested Additions
1. 🛠️ Corrección del paso 2 (mediana)
Your code calculates and fills the median, but the assignment is missing. You should update this line:
analytics_data['age'].fillna(age_median) ✅ To:
analytics_data['age'].fillna(age_median)
So that the changes are saved.
2. 📈 Visual aid idea
You can include a small histograma of the age column before y después de rellenar los valores faltantes:
import matplotlib.pyplot as plt
analytics_data['age'].hist(bins=20)
plt.title('Distribución de edades')
plt.xlabel('Edad')
plt.ylabel('Frecuencia')
plt.show()3. ✅ ¿Cómo eliminar duplicados?
You're detecting duplicates, but you could show how to remove them too:
# Eliminar filas duplicadas
df_students_cleaned = df_students.drop_duplicates()And optionally:
# Eliminar filas duplicadas
print("Filas originales:", len(df_students))
print("Filas después de eliminar duplicados:", len(df_students_cleaned))🧠 Resumen (mejorado para redes o docencia):
❌ Valores faltantes → afectan la integridad.
✅ Usa.fillna()con la mediana para no distorsionar.❌ Filas duplicadas → inflan métricas.
✅ Detecta con.duplicated(), elimina con.drop_duplicates().