🦈 Análisis de Datos de Ataques de Tiburones

📊 Descripción del Proyecto

Este proyecto se centra en la limpieza y análisis de un conjunto de datos relacionados con ataques de tiburones en todo el mundo. Utilizando la biblioteca Pandas de Python, realizamos el análisis en Google Colab con el objetivo de identificar tendencias y generar visualizaciones útiles.

Tabla de Contenidos

1. Motivación del Proyecto

2. Información del Conjunto de Datos

3. Proceso de Limpieza de Datos

4. Análisis y Resultados

5. Cómo Utilizar este Repositorio

6. Colaboradores

   💡 Motivación del Proyecto

A nuestro equipo, le pareció interesante investigar el impacto de la pandemia de COVID-19 en la frecuencia y características de los ataques de tiburón. El estudio se centró en identificar tendencias como:

• Los países más afectados

• Las especies más involucradas

• Las actividades acuáticas asociadas

• La distribución temporal de los ataques antes y después de 2020.

  📁 Información del Conjunto de Datos

El conjunto de datos que utilizamos incluye la siguiente información:

• Fecha y ubicación del ataque.

• Actividad que realizaba la víctima durante el ataque.

• Especie de tiburón involucrada en el ataque.

  🧹 Proceso de Limpieza de Datos

Durante el proceso de limpieza, nos encontramos con varios problemas, tales como:

• Valores faltantes o inconsistentes.
• Registros donde toda la fila era nula.
• Valores escritos incorrectamente (por ejemplo, países mal escritos, nombres de especies incorrectos o con información no necesaria).

Nuestra limpieza incluyó la corrección de estos problemas para garantizar la calidad de los datos utilizados en el análisis.

🔍 Análisis y Resultados

Exploramos varios aspectos clave:

• Análisis por ubicación: ¿Qué países registraron más ataques?
• Especies de tiburones: ¿Cuáles fueron las especies más involucradas en los ataques?
• Actividades acuáticas: ¿Qué actividades presentaron mayor riesgo de ataque?
• Tendencias antes y después del COVID-19: ¿Cambió la frecuencia de ataques en los años anteriores y posteriores a la pandemia?

Entre los principales hallazgos se incluyen:

Factores influyentes en los ataques de tiburón:

• Factores micro:
  • Localización geográfica
  • Actividades acuáticas
• Factores macro:
  • Eventos globales (e.g., pandemias)
  • Flujos poblaciones (turismo)

Hipótesis sobre la pandemia de COVID-19:

• La pandemia de COVID-19 podría haber reducido la frecuencia de ataques de tiburón al modificar el comportamiento humano (menor actividad acuática).

Limitaciones de los datos actuales:

• Los datos disponibles son insuficientes para confirmar esta hipótesis de manera estadísticamente significativa.

Conclusión:

• Se requieren estudios adicionales con mayor cantidad de datos para establecer una relación causal entre la pandemia y la frecuencia de ataques.

  📂 Cómo Utilizar este Repositorio

Puedes explorar los resultados ejecutando el cuaderno Jupyter proporcionado:

1. Abre el cuaderno y ejecuta las celdas para reproducir el análisis.

2. Si quieres añadir cambios, puedes descargarte el archivo o hacer una copia y modificar el código para realizar exploraciones adicionales.

   🤝 Colaboradores

Este proyecto fue un esfuerzo grupal del equipo "Sharks_Cov-2", constituido por los siguientes colaboradores:

• Cristina Denia Carretero
• Javier Mora Salgueiro
• Iván Simón
• Enia Lahcene Arzamendi