Esta presentación tiene como objetivo mostrar la información recopilada a partir del conjunto de datos sobre las canciones más reproducidas en Spotify en 2023, así como las conclusiones derivadas del análisis y algunas visualizaciones que hemos creado utilizando Power BI.
offline! Canciones de Spotify más reproducidas - Presentación de Google
El objetivo principal de este dataset es analizar y comprender las tendencias y características de las canciones populares de 2023 en Spotify y otras plataformas de música, identificando las canciones más populares de cada plataforma, explorando el impacto de cada plataforma y identificar artistas destacados.
Para llevar a cabo este proyecto, utilizamos Google Colab y Python, aprovechando varias bibliotecas y scripts para manejar el conjunto de datos. Aquí está un resumen de los pasos clave que seguimos
Colab: "https://colab.research.google.com/drive/15sLcZ4RKAWh1RljtSPjY3VaF7gw5d8HX?usp=sharing"
#Instalar librería para abrir datasets !pip install opendatasets import opendatasets as od
#Asignar link del dataset a dataset_link dataset_link= "https://www.kaggle.com/datasets/nelgiriyewithana/top-spotify-songs-2023" od.download(dataset_link)
#Copiar ruta de acceso de los archivos import os os.chdir("top-spotify-songs-2023") os.listdir()
#Asignamos nombre al Dataframe y separamos los datos por "," import pandas as pd csv_path="spotify.csv" df = pd.read_csv(csv_path,sep=",", encoding="latin-1")
#Mostramos los datos del dataset headers = ["track_name","artist(s)name","artist_count","released_year","released_month","released_day","in_spotify_playlists","in_spotify_charts","streams","in_apple_playlists","in_apple_charts","in_deezer_playlists","in_deezer_charts","in_shazam_charts","bpm","key","mode","danceability%","valence_%","energy_%,acousticness_%","instrumentalness_%","liveness_%,speechiness_%","x","y"] headers df.columns = headers df.head()
#Calcula en general el conjunto de datos total df.shape
#Revisamos los tipos de datos de cada valor df.dtypes
#Verificar si existen datos duplicados check_dup = df.duplicated().any() print("¿Existen valores duplicados en los datos?",check_dup) if check_dup: df = df.drop_duplicates() print("Los valores duplicados fueron eliminados") else : print("No hay valores duplicados en los datos")
#Muestra las celdas vacías o en N/A de cada columna print(df.isnull().sum())
El conjunto de datos utilizado para este análisis se encuentra en Kaggle y se titula "Most Streamed Spotify Songs (2023)". Puedes acceder a él a través del siguiente enlace
Most Streamed Spotify Songs (2023) (kaggle.com)
Toda la información detallada, incluyendo conclusiones, términos técnicos aprendidos durante el proyecto, tecnologías utilizadas y otros detalles relevantes que no se incluyen en los enlaces anteriores, se encuentra en el siguiente informe o documento
https://docs.google.com/document/d/1UuFljtUq8fpGaHa-aCgetmNF4a0mVBbM/edit