Cuando digo que un economista debería aprender Python, inmediatamente surge la objeción: "para eso están los programadores." Y tiene algo de razón. Un economista no debería escribir código de producción para sistemas críticos. Pero hay una diferencia importante entre ser programador y saber programar lo suficiente para hacer tu trabajo mejor.
Tres escenarios concretos donde Python gana
1. Cuando el dataset supera las 100.000 filas
Excel empieza a fallar. Se congela, los cálculos tardan minutos, y los VLOOKUP anidados se convierten en una pesadilla de mantenimiento. Con pandas en Python, un dataset de un millón de filas se procesa en segundos. La limpieza, el merge de tablas y los resúmenes estadísticos son líneas de código que puedes reusar y compartir.
2. Cuando el informe se repite cada mes
Si cada mes descargas datos, los limpias, calculas los mismos indicadores y generas el mismo gráfico, estás haciendo trabajo que una máquina puede hacer. Un script de Python automatiza ese proceso completo. Una vez escrito, el informe del próximo mes toma segundos en lugar de horas.
3. Cuando necesitas modelar algo más allá de la regresión lineal
Modelos de series de tiempo, clustering, clasificación, simulaciones de Montecarlo - Python tiene librerías maduras para todo eso. No necesitas reinventar nada; necesitas saber qué existe y cómo conectarlo con tu problema económico.
¿Cuánto Python necesita aprender un economista?
Suficiente para: leer y limpiar datos (pandas), calcular estadísticas básicas (numpy), graficar resultados (matplotlib o plotly), correr regresiones simples (statsmodels) y automatizar tareas repetitivas. Eso es alcanzable en 40-60 horas de práctica enfocada.
El objetivo no es escribir código elegante. Es resolver problemas reales más rápido y con más precisión.
Por dónde empezar
- Kaggle Learn - Python: gratuito, interactivo, orientado a datos
- Real Python: tutoriales claros con ejemplos prácticos
- Documentación oficial de pandas: los primeros pasos son muy accesibles
- El Typing Lab de este sitio tiene textos de Python para practicar mientras aprendes la sintaxis