🐾 Veterinary Clinical Dataset — Exploratory Data Analysis (EDA)

📌 Descripción del proyecto

Este proyecto consiste en un análisis exploratorio de datos (EDA) aplicado a un dataset clínico veterinario, con el objetivo de comprender las características demográficas y clínicas de perros y gatos atendidos en un contexto veterinario. El análisis se centra en variables como especie, edad, peso, raza, síntomas, historial médico y diagnósticos, utilizando técnicas estadísticas descriptivas y visualizaciones para identificar patrones y relaciones relevantes.

👥 Contribuyentes y roles

• Nombre: Rocio Lozano Caro — Rol: Análisis exploratorio de datos, visualización, limpieza de datos
• Nombre: Mariana Moreno Henao — Rol: Apoyo en análisis, revisión de resultados y documentación

🎯 Objetivos del proyecto

• Comprender la distribución de edad y peso en perros y gatos
• Analizar diferencias entre especies y razas
• Explorar la relación entre edad, peso y variables clínicas (síntomas, historial médico y diagnósticos)
• Identificar patrones descriptivos relevantes en un contexto veterinario
• Documentar un flujo de análisis reproducible en Python

🏗️ Arquitectura del pipeline

1. Carga del dataset
2. Exploración inicial: revisión de estructura, tipos de variables, primeros registros
3. Limpieza de datos: manejo de valores faltantes, corrección de inconsistencias
4. Análisis exploratorio: estadísticos descriptivos, visualizaciones por especie, raza y variables clínicas
5. Conclusiones basadas en datos

📁 Estructura del repositorio

• ├── EDA_Veterinary_Clinical_Dataset.ipynb
• ├── README.md

🛠️ Tecnologías y librerías usadas

Python 3, pandas, numpy, matplotlib, seaborn

(Las versiones exactas pueden consultarse en el entorno de ejecución del notebook)

🧹 Proceso de limpieza y normalización de datos

• Revisión de valores faltantes en columnas numéricas y categóricas
• Eliminación o filtrado de registros incompletos cuando no era posible una imputación coherente
• Aseguramiento de tipos de datos correctos para edad y peso
• Estandarización de categorías textuales (especie, raza, historial médico y síntomas) para evitar duplicados semánticos

📊 Dataset final

El análisis se realizó sobre el dataset original, sin generar un archivo final separado. Las transformaciones y filtrados se aplican directamente en el notebook para garantizar trazabilidad y reproducibilidad.

Principales columnas utilizadas: AnimalName (especie), Breed, Age, Weight_kg, Symptoms, MedicalHistory, Diagnosis

📐 Nota metodológica y enfoque estadístico

El proyecto utiliza un enfoque descriptivo y exploratorio, basado en estadísticos descriptivos (media, mediana, desviación estándar), comparaciones entre grupos categóricos y visualización de distribuciones y relaciones entre variables y prueva hipótesis.

▶️ Cómo ejecutar el proyecto

1. Clonar el repositorio
2. Abrir el archivo EDA_Veterinary_Clinical_Dataset.ipynb en Jupyter Notebook o Google Colab
3. Instalar las dependencias necesarias:

   pip install pandas numpy matplotlib seaborn

4. Ejecutar las celdas en orden para reproducir el análisis completo

📚 Referencias

• Dataset: Veterinary Clinical Dataset (Kaggle)
• Documentación oficial de pandas, seaborn y matplotlib

🔍 Conclusiones basadas en los datos

• Existen diferencias claras de peso y edad entre perros y gatos, visibles en las distribuciones.
• El peso promedio varía significativamente entre razas, especialmente en perros.
• Algunos síntomas e historiales médicos se concentran en rangos específicos de edad segun la especie.
• Los boxplots permiten identificar variabilidad y valores atípicos relevantes en edad y peso según condiciones clínicas.
• Las visualizaciones facilitan la comparación entre especies y categorías médicas sin necesidad de modelos complejos.
• No se ha encontrado relación lineal entre la edad y el peso.