Este proyecto es parte de mi formación en el bootcamp de análisis de datos de IronHack. El principal objetivo es mejorar la accesibilidad a los datos e información referentes al mercado inmobiliario. Realizaremos un ETL donde a través de la librería Sqlalchemy crearemos una BBDD en MySQL e introduciremos el conjunto de datos que anteriormente extrajimos de la API. Para llevar a cabo el análisis visual utilizaremos tres herramientas:Tableau, Streamlit y Kepler.gl.
App con el analisis visual de las diferentes herramientas: App_Real_Estate
- Sqlalchemy
- Pandas
- Numpy
- Os
- Sys
- Requests
- Re
- Ast
- Warnings
- Datetime
- Streamlit
- Streamlit.components.v1
- Streamlit_option_menu
Las funciones utilizadas se encuentran en un archivo dentro de la carpeta SRC, donde se explican cada una de ellas. En la carpeta “Data” solo se dispone de algunos csv por el limite de tamaño que nos permite Github.
└── project
├── Data
├── images
├── Notebook
├── Src
├── Streamlit
├── README.md
- Christian Luengo - Autor - [email protected]
Con la inestimable ayuda de los profesores Ana Garcia y Jean-Charles Yamada.