EDA Airbnb NYC 2019 - Mini Proyecto DataLab

Este proyecto corresponde a un Análisis Exploratorio de Datos (EDA) desarrollado en Python como parte del curso Python para Data Science de DataLab. Este trabajo utiliza el dataset Airbnb NYC 2019 (disponible en Kaggle).

🚀 Demo en línea | Live Demo

Puedes visualizar el Dashboard directamente aquí:
👉 Abrir en Streamlit Cloud

Objetivos de Aprendizaje

• Aplicar técnicas de limpieza de datos (manejo de nulos y eliminación de columnas irrelevantes).
• Analizar variables categóricas y numéricas mediante visualizaciones.
• Identificar y tratar outliers.
• Realizar análisis geográfico interactivo con Plotly.
• Interpretar correlaciones entre variables numéricas.
• Comunicar hallazgos mediante insights y conclusiones claras.

Estructura del proyecto

Mini-Proyecto/
│
├── data/                      # Datasets originales y procesados | Original and processed datasets
│   ├── AB_NYC_2019.csv
│   ├── airbnb_cap.csv
│   ├── airbnb_clean.csv
│   ├── archive.zip
│   └── New_York_City_.png
│
├── output/                    # Gráficos generados | Generated plots
│   ├── boxplot_outliers.png
│   ├── boxplot_precios.png
│   ├── distribucion_minimum_nights.png
│   ├── distribucion_precios.png
│   ├── distribucion_room_type.png
│   ├── heatmap_corr.png
│   ├── mapa_airbnb.png
│   ├── precio_promedio_room_type.png
│   └── top10_barrios.png
│
├── 000_instrucciones.ipynb    # Notebook con instrucciones | Instructions notebook
├── 001_EDA.ipynb              # Notebook principal del EDA | Main EDA notebook
│
├── LICENSE                    # Licencia | License
└── README.md                  # Documentación | Documentation

Instalación y Requisitos

Este proyecto está pensado para ejecutarse en Python 3.12.11 con Anaconda. Las principales librerías utilizadas son:

• numpy == 1.26.4
• pandas == 2.3.1
• matplotlib == 3.10.1
• seaborn == 0.13.2
• plotly == 6.0.1
• kaleido == 0.2.1
• geopandas == 1.0.1 (opcional, para análisis geoespacial más avanzado)

Instalación con conda

Para instalar todas las dependencias, utiliza el archivo requirements.txt:

conda create -n eda_airbnb python=3.12.11
conda activate eda_airbnb
pip install -r requirements.txt

Instalación con pip

pip install -r requirements.txt

Ejecución

1. Clona este repositorio:

   git clone https://github.com/Vikktor93/airbnb-EDA-datalab
   cd EDA_Airbnb

2. Abrir el repositorio en VS Code

3. Ejecuta cada celda paso a paso.

   Los gráficos se guardarán automáticamente en la carpeta output/.

Outputs principales

• Distribución por tipo de habitación.
• Precio promedio por tipo de habitación.
• Top 10 barrios con más alojamientos.
• Distribución de precios (con y sin outliers).
• Distribución de minimum_nights.
• Boxplots comparativos de precios.
• Heatmap de correlaciones.
• Mapa interactivo de alojamientos en NYC.

Insights preliminares

• El tipo de habitación y la ubicación son factores clave en el precio.
• La mayoría de los alojamientos cuesta menos de $500 USD, aunque existen outliers extremos.
• Los mínimos de noches suelen estar entre 1 y 5, pero hay valores irreales que requieren limpieza.
• Los barrios más concentrados son Manhattan y Brooklyn, con precios más altos en zonas céntricas.
• Las correlaciones entre variables numéricas son bajas, lo que muestra que factores categóricos son más explicativos.

Licencia

Este proyecto se distribuye bajo la licencia MIT. Puedes reutilizar y adaptar el material con fines educativos o personales, siempre nombrando al autor original del repositorio.