# Python Analytics - Análisis avanzado y ML (Data Analytics) > groupby, merge, pivot_table, apply/map, Plotly, Scikit-Learn (regresión, clasificación, clustering), train/test split, métricas, Jupyter, Google Colab - 20 preguntas de entrevista - Senior - [Preguntas de entrevista: Data Analytics](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista.md) ## 1. ¿Cuál es la diferencia principal entre los métodos apply() y map() en una Series de Pandas? **Respuesta** El método map() está diseñado para mapear cada valor de una Series a un nuevo valor mediante un diccionario o función, y funciona solo en Series. En cambio, apply() es más flexible: puede aplicar una función elemento por elemento en una Series o fila por fila / columna por columna en un DataFrame. Para transformaciones simples valor por valor en una Series, map() es generalmente más rápido y más legible. ## 2. ¿Qué método de Pandas se debe usar para agregar datos con múltiples funciones de agregación en diferentes columnas simultáneamente? **Respuesta** El método agg() (o aggregate()) permite aplicar diferentes funciones de agregación a diferentes columnas en una sola operación. Acepta un diccionario donde las claves son nombres de columnas y los valores son las funciones a aplicar. Este enfoque es más eficiente y legible que encadenar múltiples llamadas groupby con funciones individuales. ## 3. ¿Cuál es la diferencia entre merge() y join() en Pandas? **Respuesta** merge() es una función más flexible que une dos DataFrames en columnas específicas usando los parámetros on, left_on/right_on, o índices. join() es un método de DataFrame que une por índices por defecto y es más conciso para uniones simples basadas en índices. Para uniones complejas en columnas no-índice, merge() es preferible ya que ofrece más control sobre las columnas de unión. ## 17 preguntas más disponibles - ¿Cómo crear una tabla pivote con pivot_table() especificando múltiples funciones de agregación? - ¿Cuál es el propósito de transform() en un contexto de groupby() en comparación con apply()? Regístrate gratis: https://sharpskill.dev/es/login ## Otros temas de entrevista Data Analytics - [Google Sheets - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/google-sheets-basics.md): 20 preguntas, Junior - [Google Sheets - Fórmulas avanzadas](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/google-sheets-advanced.md): 20 preguntas, Junior - [SQL - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-basics.md): 25 preguntas, Junior - [SQL - Agregaciones y agrupamientos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-aggregations.md): 20 preguntas, Junior - [SQL - Joins](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-joins.md): 20 preguntas, Junior - [BigQuery - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/bigquery-fundamentals.md): 20 preguntas, Junior - [Data Cleaning - Limpieza de datos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/data-cleaning.md): 20 preguntas, Junior - [KPIs y métricas de negocio](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/kpis-metrics.md): 20 preguntas, Junior - [Estadística descriptiva](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/descriptive-statistics.md): 20 preguntas, Junior - [Zapier y automatización No-Code](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/zapier-automation.md): 20 preguntas, Junior - [Principios de visualización de datos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/data-viz-principles.md): 20 preguntas, Junior - [Python & Pandas - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/python-pandas-basics.md): 20 preguntas, Junior - [Google Sheets - Dashboards automatizados](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/google-sheets-dashboards.md): 20 preguntas, Mid-Level - [SQL - Subconsultas y CTEs](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-subqueries-ctes.md): 20 preguntas, Mid-Level - [SQL - Window Functions](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-window-functions.md): 20 preguntas, Mid-Level - [BigQuery - Funcionalidades avanzadas](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/bigquery-advanced.md): 20 preguntas, Mid-Level - [Data Modeling](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/data-modeling.md): 20 preguntas, Mid-Level - [Análisis de funnels y conversión](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/funnel-analysis.md): 20 preguntas, Mid-Level - [Análisis de cohortes y retención](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/cohort-retention.md): 20 preguntas, Mid-Level - [Google Tag Manager y tracking](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/gtm-tracking.md): 20 preguntas, Mid-Level - [APIs y webhooks](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/apis-webhooks.md): 20 preguntas, Mid-Level - [dbt - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/dbt-fundamentals.md): 20 preguntas, Mid-Level - [AB Testing y estadística aplicada](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/ab-testing.md): 20 preguntas, Mid-Level - [Looker Studio (Google Data Studio)](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/looker-studio.md): 20 preguntas, Mid-Level - [Power BI - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/power-bi-fundamentals.md): 20 preguntas, Mid-Level - [SQL - Consultas analíticas avanzadas](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-advanced-analytics.md): 20 preguntas, Senior - [dbt - Funciones avanzadas](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/dbt-advanced.md): 20 preguntas, Senior - [Power BI - DAX y dashboards avanzados](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/power-bi-dax.md): 20 preguntas, Senior --- Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack. HTML version of this page: https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/python-analytics-advanced