Python para energía — básico
Aprende a manipular datos del mercado energético con Python, automatizar informes Excel, consultar bases de datos PostgreSQL y procesar ficheros XML. Prácticas con datos reales de OMIE/e·sios.
Jesús LópezLo que aprenderás
Análisis de datos energéticos
Manipula series temporales de precios, generación y consumo con pandas y plotly
Integración con PostgreSQL
Consulta y carga datos de mercado energético directamente desde Python
Informes Excel automatizados
Genera informes formateados con múltiples hojas usando xlwings desde datos de la base de datos
Programación asistida por IA
Usa Claude/ChatGPT como copiloto de código durante todo el curso
Contenido del curso
Calendario estimado — las fechas se confirman al lanzar una edición
- Instalación de VS Code
- Crear carpetas y archivos en VS Code
- Miniconda en macOS
- Miniconda en Windows
- Python y Jupyter Lab en macOS
- Jupyter Lab en Windows
- Tipos de datos básicos: números, cadenas, listas, diccionarios
- Variables y operadores
- Estructuras de control: if, for, while
- Funciones y módulos
- Práctica: script de saludo personalizado
- Lectura de datos desde CSV, Excel y ficheros planos
- DataFrames: creación, acceso y manipulación
- Filtrado, agrupación y agregación
- Series temporales: indexación por fecha, resample, rolling averages
- Limpieza de datos y manejo de valores nulos
- Práctica: gráfico de evolución de precios energéticos
- Conexión con psycopg2 y sqlalchemy
- Consultas básicas: SELECT, WHERE, GROUP BY
- Importar resultados a pandas / exportar a SQL
- Práctica: spread promedio entre mercado diario y subastas
- Uso de pandas.to_excel y xlwings
- Formato de hojas: nombres de columnas, índice, hojas múltiples
- Práctica: Excel con previsiones, producciones y precios
- Uso de os y shutil para mover, copiar y renombrar archivos
- Leer múltiples ficheros en un directorio
- Práctica: procesamiento batch de CSV con salida organizada por fecha
- Uso de xml.etree.ElementTree
- Crear elementos y atributos
- Práctica: generar XML de oferta al mercado diario
- Pipeline completo: BD → pandas → análisis → Excel + XML 1.5h
¿Para quién es este curso?
Profesionales del sector energético
Que trabajan con datos de mercado de OMIE, e·sios o fuentes similares
Analistas
Que buscan automatizar reportes manuales en Excel y procesamiento de datos
Equipos
Que necesitan integrar Python con bases de datos y ficheros XML de mercado
Requisitos previos
No se requiere experiencia previa en programación
Preguntas frecuentes
Qué incluye
Base de datos PostgreSQL dedicada
Con datos reales de mercado energético de OMIE y e·sios
Notebooks interactivos
Ejercicios y soluciones para cada módulo
Grabaciones de las sesiones
Accede a las grabaciones para repasar a tu ritmo
IA como copiloto de código
Usa Claude/ChatGPT durante todo el curso para acelerar el aprendizaje
Precio
A consultar
Tu instructor
Jesús López
Instructor & Creador de herramientas
Jesús López construye herramientas que automatizan tareas del día a día—desde procesar miles de archivos Excel hasta organizar proyectos completos. Con más de 54.000 estudiantes en LinkedIn Learning, tiene pasión por enseñar a otros cómo crear sus propias soluciones, sin necesidad de ser programador.
54,000+ estudiantes · 3 cursos en LinkedIn Learning
Elige tu formato
El mismo contenido, adaptado a tu ritmo
¿Necesitas una formación a medida?
Adaptamos el contenido, el calendario y los ejercicios a las necesidades de tu equipo. Presencial u online.
¿Te interesa este curso?
Déjanos tus datos y te contactaremos con información sobre precios y disponibilidad.