{"id":181524,"date":"2026-01-28T16:49:44","date_gmt":"2026-01-28T15:49:44","guid":{"rendered":"https:\/\/liora.io\/es\/?p=181524"},"modified":"2026-02-26T15:21:55","modified_gmt":"2026-02-26T14:21:55","slug":"python-con-google-colab","status":"publish","type":"post","link":"https:\/\/liora.io\/es\/python-con-google-colab","title":{"rendered":"Python con Google Colab: c\u00f3mo comenzar bien un proyecto de equipo a distancia"},"content":{"rendered":"\n<p><b>Google Colab es un servicio en l\u00ednea de notebooks Jupyter que permite escribir y ejecutar c\u00f3digo en Python desde tu navegador web. Gratuito y accesible con una cuenta de Google, Colab es ideal para el an\u00e1lisis de datos y la ciencia de datos con Python, con sus celdas de c\u00f3digo y bloques de texto en sintaxis Markdown, para estructurar y comentar el c\u00f3digo.<\/b><\/p>\n\n\n\n<p>Un notebook creado en Colab se guarda en Google Drive. En la pr\u00e1ctica, es un archivo .ipynb que, una vez descargado en el ordenador, puede abrirse y utilizarse localmente con Jupyter notebook. Por otro lado, un archivo .ipynb creado localmente con Jupyter notebook puede subirse a Google Drive para ser editado y ejecutado en Colab, accediendo a recursos inform\u00e1ticos, incluyendo <a href=\"https:\/\/liora.io\/es\/gpu-que-es\">GPU<\/a><sup>[<a href=\"\/#GPUTPU\">1<\/a>]<\/sup> y <b>TPU<\/b><sup>[<a href=\"\/#GPUTPU\">2<\/a>]<\/sup>. Para trabajar en equipo a distancia, es posible compartir un notebook de Colab como se har\u00eda con un documento de Google Docs. Finalmente, este notebook puede acceder a los archivos almacenados en Google Drive, por ejemplo, si trabajas con conjuntos de datos en formato .csv.<\/p>\n\n\n\n<p>\u00bfPero c\u00f3mo proceder para compartir tanto los notebooks que contienen tu c\u00f3digo como los archivos que contienen los datos? Ah\u00ed es donde las cosas se complican (un poco). \u00a1Y hay varias maneras de proceder!<\/p>\n\n\n\n<p>Durante su formaci\u00f3n en <a href=\"https:\/\/liora.io\/es\/\">Liora<\/a>, nuestros estudiantes realizan un proyecto final destinado a poner en pr\u00e1ctica las competencias adquiridas a trav\u00e9s de un caso implementado de la A a la Z. Este proyecto se realiza por equipos de 2, 3 o 4, con miembros que generalmente est\u00e1n dispersos geogr\u00e1ficamente. Para implementar r\u00e1pidamente y de manera efectiva este trabajo colaborativo a distancia, nuestro equipo pedag\u00f3gico propone una masterclass que sienta las bases y aborda las diferentes soluciones posibles. Luego, cada equipo se beneficia de un seguimiento personalizado a trav\u00e9s de reuniones regulares con su mentor.<\/p>\n\n\n\n<p>En este art\u00edculo, volvemos a las claves para empezar bien con Google Colab en equipo. \u00bfCu\u00e1les son los trucos y consejos de los mentores de Liora? \u00bfHay puntos de atenci\u00f3n a tener en cuenta? En menos de 7 minutos, tendr\u00e1s una visi\u00f3n clara de los 3 escenarios recomendados para configurar todo.<\/p>\n\n\n\n<div class=\"wp-block-buttons is-content-justification-center is-layout-flex wp-container-core-buttons-is-layout-a89b3969 wp-block-buttons-is-layout-flex\">\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link wp-element-button\" href=\"https:\/\/liora.io\/es\/nuestros-cursos-de-data\">Aprender a usar Python en Google Colab<\/a><\/div>\n<\/div>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-previamente-crea-y-comparte-tu-notebook\">Previamente, crea y comparte tu notebook<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Desde tu art\u00edculo de trabajo en Drive, haz clic en \u201c+ Nuevo\u201d &gt; M\u00e1s &gt; Google Colaboratory (o \u201cAsociar m\u00e1s aplicaciones\u201d si no aparece en la lista) y luego \u201cCrear\u201d.<\/li>\n<\/ul>\n\n\n\n<figure class=\"wp-block-image size-large\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><img decoding=\"async\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/Collaboration-Share.png\" alt=\"\" \/><\/figure>\n\n\n\n<ul class=\"wp-block-list\">\n<li>O bien, desde la p\u00e1gina <a href=\"\/\">https:\/\/colab.google<\/a>, haz clic en \u201cNew Notebook\u201d (el archivo se almacena por defecto en tu Drive en una subcarpeta \u201cColab Notebooks\u201d).<\/li>\n<\/ul>\n\n\n\n<figure class=\"wp-block-embed is-type-video is-provider-vimeo wp-block-embed-vimeo\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><div class=\"wp-block-embed__wrapper\">\n<iframe title=\"Google Colab - New Notebook\" src=\"https:\/\/player.vimeo.com\/video\/1097471289?dnt=1&amp;app_id=122963\" width=\"500\" height=\"320\" frameborder=\"0\" allow=\"autoplay; fullscreen; picture-in-picture; clipboard-write; encrypted-media; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\"><\/iframe>\n<\/div><\/figure>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Cambia el nombre del archivo, titulado por defecto <code>Untitled0.ipynb<\/code>.<\/li>\n\n\n\n<li>Haz clic en el bot\u00f3n<br><img decoding=\"async\" src=\"https:\/\/liora.io\/app\/uploads\/2025\/07\/1.png\"><\/li>\n<\/ul>\n\n\n\n<p>y da acceso a tus compa\u00f1eros con los derechos de editor.<\/p>\n\n\n\n<p>\u26a0\ufe0f&nbsp;<b>Advertencia:<\/b>&nbsp;el notebook puede ser ejecutado por una sola persona a la vez.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-escenario-1-con-bytesio-y-1-archivo\">Escenario 1 con BytesIO y 1 archivo<\/h2>\n\n\n\n<p>Lucas recomienda este m\u00e9todo al inicio del proyecto. Con \u00e9l, todo el equipo puede utilizar el mismo archivo fuente, que puede almacenarse en cualquier cuenta al hacerse p\u00fablico. As\u00ed, cada miembro del equipo puede ejecutar el notebook sin modificar la celda de c\u00f3digo que carga el conjunto de datos.<\/p>\n\n\n\n<figure class=\"wp-block-embed is-type-video is-provider-vimeo wp-block-embed-vimeo\"><div class=\"wp-block-embed__wrapper\">\n<iframe title=\"Scenario 1\" src=\"https:\/\/player.vimeo.com\/video\/1097792822?dnt=1&amp;app_id=122963\" width=\"500\" height=\"320\" frameborder=\"0\" allow=\"autoplay; fullscreen; picture-in-picture; clipboard-write; encrypted-media; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\"><\/iframe>\n<\/div><\/figure>\n\n\n\n<pre class=\"wp-block-code has-xsmall-font-size\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><code>\n\t\t\t\t\timport pandas as pd\nfrom io import BytesIO\nimport requests\n# Ceci est uniquement utilis\u00e9 pour vous montrer o\u00f9 obtenir le file_id\noriginal_link = \"https:\/\/drive.google.com\/file\/d\/1fRkXUdfLzTMkscHsAI8_NJuuDptwk02W\/view?usp=drive_link\"\n# ID du fichier (\u00e0 partir du lien partag\u00e9)  (LE FICHIER DOIT \u00caTRE PUBLIC)\nfile_id = \"1fRkXUdfLzTMkscHsAI8_NJuuDptwk02W\"\n# T\u00e9l\u00e9charger un fichier CSV depuis Google Drive\ndownload_url = f\"https:\/\/drive.google.com\/uc?id={file_id}\"\nresponse = requests.get(download_url)\ndata = BytesIO(response.content)\n# Charger le fichier CSV dans un DataFrame\ndf = pd.read_csv(data)\ndf.head()\n\t\t\t\t<\/code><\/pre>\n\n\n\n<p>?&nbsp;<b>Para saber m\u00e1s:<\/b>&nbsp;consulta la documentaci\u00f3n en <a href=\"https:\/\/docs.python.org\/3\/library\/io.html\">https:\/\/docs.python.org\/3\/library\/io.html<\/a>.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-escenario-2-con-gdown-google-drive-public-file-downloader-y-1-o-varios-archivos\">Escenario 2 con gdown (Google Drive Public File Downloader) y 1 o varios archivos<\/h2>\n\n\n\n<p>Alia propone regularmente este enfoque a los estudiantes que mentora. La librer\u00eda gdown est\u00e1 dise\u00f1ada espec\u00edficamente para importar archivos desde Google Drive. De nuevo, con este m\u00e9todo, el archivo fuente almacenado en Drive debe hacerse p\u00fablico. Truco: el par\u00e1metro \u201cquiet = True\u201d suprime la salida de progreso durante la descarga, haci\u00e9ndola menos verbosa.<\/p>\n\n\n\n<figure class=\"wp-block-embed is-type-video is-provider-vimeo wp-block-embed-vimeo\"><div class=\"wp-block-embed__wrapper\">\n<iframe title=\"Scenario 2\" src=\"https:\/\/player.vimeo.com\/video\/1097792790?dnt=1&amp;app_id=122963\" width=\"500\" height=\"320\" frameborder=\"0\" allow=\"autoplay; fullscreen; picture-in-picture; clipboard-write; encrypted-media; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\"><\/iframe>\n<\/div><\/figure>\n\n\n\n<pre class=\"wp-block-code has-xsmall-font-size\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><code>\n\t\t\t\t\t# import de packages\nimport subprocess\nimport sys\nimport pandas as pd\n# Ce code permet de s'assurer que gdown est bien install\u00e9. \n# Si ce n'est pas le cas, il l'installe automatiquement. \n# Cela \u00e9vite des erreurs au moment de l'utiliser, surtout sur Colab o\u00f9 certaines biblioth\u00e8ques ne sont pas d\u00e9j\u00e0 pr\u00e9sentes.\ntry:\n    import gdown\nexcept ImportError:\n    # Si gdown n'est pas install\u00e9, l'importer en utilisant pip\n    subprocess.check_call(&#091;sys.executable, \"-m\", \"pip\", \"install\", \"gdown\"])\n# Remplacez l'ID par le v\u00f4tre (tout ce qui se trouve entre \/d\/ et \/view)\n# Par exemple avec https:\/\/drive.google.com\/file\/d\/1ptwmJbk8ToMt4BvQeG5ni37IeNAOoAsb\/view?usp=drive_link\nfile_id = '1ptwmJbk8ToMt4BvQeG5ni37IeNAOoAsb' # Remplacer par un fichier plus l\u00e9ger!\nurl= f'https:\/\/drive.google.com\/uc?id={file_id}'\n# T\u00e9l\u00e9chargement du fichier csv\ngdown.download(url, 'your_file_name.csv', quiet=True)\n# Chargement du fichier csv dans un dataframe\ndf = pd.read_csv('your_file_name.csv')\ndf.head()\n\t\t\t\t<\/code><\/pre>\n\n\n\n<p>?\ufe0f \u00bfTienes varios archivos que importar? gdown tambi\u00e9n permite importar un art\u00edculo de Drive y su contenido en bloque, antes de abrir el o los conjuntos de datos que te interesen.<\/p>\n\n\n\n<figure class=\"wp-block-embed is-type-video is-provider-vimeo wp-block-embed-vimeo\"><div class=\"wp-block-embed__wrapper\">\n<iframe title=\"Scenario 2 - Folder\" src=\"https:\/\/player.vimeo.com\/video\/1097792752?dnt=1&amp;app_id=122963\" width=\"500\" height=\"320\" frameborder=\"0\" allow=\"autoplay; fullscreen; picture-in-picture; clipboard-write; encrypted-media; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\"><\/iframe>\n<\/div><\/figure>\n\n\n\n<pre class=\"wp-block-code has-xsmall-font-size\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><code>import gdown\nurl = \"https:\/\/drive.google.com\/drive\/folders\/1HWFHKCprFzR7H7TYhrE-W7v4bz2Vc7Ia\"\ngdown.download_folder(url, quiet=True, use_cookies=False)<\/code><\/pre>\n\n\n\n<p>La salida de c\u00f3digo enumera entonces las rutas de acceso de cada uno de los archivos del art\u00edculo:<\/p>\n\n\n\n<pre class=\"wp-block-code has-xsmall-font-size\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><code>\n\t\t\t\t\tOutput\n&#091;'\/content\/ihpperson_data_with_rules\/special_general.csv',\n '\/content\/ihpperson_data_with_rules\/remain_person.csv',\n '\/content\/ihpperson_data_with_rules\/general.csv',\n '\/content\/ihpperson_data_with_rules\/eunuch.csv',\n '\/content\/ihpperson_data_with_rules\/civil_servant.csv']\n\t\t\t\t<\/code><\/pre>\n\n\n\n<p>Abrimos entonces el archivo deseado con Pandas:<\/p>\n\n\n\n<pre class=\"wp-block-code has-xsmall-font-size\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><code># Nous ouvrons le premier fichier avec pandas et v\u00e9rifions les premi\u00e8res lignes\nimport pandas as pd\ndf = pd.read_csv('\/content\/ihpperson_data_with_rules\/special_general.csv')\ndf.head()<\/code><\/pre>\n\n\n\n<p>?\u00a0<b>Para saber m\u00e1s:<\/b>\u00a0la documentaci\u00f3n est\u00e1 disponible en https:\/\/pypi.org\/project\/gdown y nuestro script retoma la demo propuesta por Google Colab en la p\u00e1gina : <a href=\"https:\/\/colab.research.google.com\/github\/intodeeplearning\/blog\/blob\/master\/_notebooks\/2022-05-08-how-to-download-files-in-gdrive-using-python.ipynb#scrollTo=I4vv49erlMC3\">https:\/\/colab.research.google.com\/github\/intodeeplearning\/blog\/blob\/master\/_notebooks\/2022-05-08-how-to-download-files-in-gdrive-using-python.ipynb#scrollTo=I4vv49erlMC3<\/a><\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-escenario-3-con-un-atajo-de-drive-para-archivos-privados\">Escenario 3 con un atajo de Drive para archivos privados<\/h2>\n\n\n\n<p>\u00bfTus archivos fuente deben permanecer privados? Puedes compartir un notebook con tu equipo y ejecutarlo por turnos para analizar un conjunto de datos compartido \u00fanicamente con los dem\u00e1s miembros. El siguiente procedimiento busca armonizar la ruta de acceso a los archivos, para que cada miembro pueda ejecutar la misma celda de importaci\u00f3n de los conjuntos de datos al inicio del notebook.<\/p>\n\n\n\n<p>Veamos qu\u00e9 sucede para los usuarios <b>A<\/b>, <b>B<\/b> y <b>C<\/b>.<\/p>\n\n\n\n<p><b>A<\/b> deposita el conjunto de datos data.csv en un art\u00edculo \u00abData\u00bb creado en la ra\u00edz de su Drive y cuya ruta completa es la siguiente:<\/p>\n\n\n\n<pre class=\"wp-block-code has-xsmall-font-size\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><code>python '\/content\/drive\/My Drive\/Data\/dataset.csv'<\/code><\/pre>\n\n\n\n<p><b>A<\/b> comparte el art\u00edculo \u00abData\u00bb con sus compa\u00f1eros <b>B<\/b> y <b>C<\/b>.<\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><img decoding=\"async\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/2.png\" alt=\"\" style=\"object-fit:cover\" \/><\/figure>\n\n\n\n<p><b>B<\/b> y <b>C<\/b>, cada uno por su parte, encontrar\u00e1n \u00abData\u00bb entre sus art\u00edculos compartidos, crear\u00e1n el atajo a \u00abData\u00bb (haciendo clic derecho) y lo colocar\u00e1n en la ra\u00edz de sus respectivos Drives (cada uno en \u00abMi Drive\u00bb).<\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter\"><img decoding=\"async\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/3.png\" alt=\"\" \/><\/figure>\n\n\n\n<figure class=\"wp-block-image aligncenter\"><img decoding=\"async\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/4.png\" alt=\"\" \/><\/figure>\n\n\n\n<figure class=\"wp-block-image aligncenter\"><img decoding=\"async\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/5.png\" alt=\"\" \/><\/figure>\n\n\n\n<p>Entonces podr\u00e1n usar la misma ruta que <b>A<\/b>:<\/p>\n\n\n\n<pre class=\"wp-block-code has-xsmall-font-size\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><code>python '\/content\/drive\/My Drive\/Data\/dataset.csv'<\/code><\/pre>\n\n\n\n<p>El notebook incluir\u00e1 entonces una celda de c\u00f3digo para conectar Colab a Drive (cada estudiante trabajando por turnos deber\u00e1 conectar el notebook a su Drive):<\/p>\n\n\n\n<pre class=\"wp-block-code has-xsmall-font-size\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><code>from google.colab import drive\ndrive.mount('\/content\/drive')<\/code><\/pre>\n\n\n\n<p>Luego la siguiente celda, para ejecutar y activar la ruta hacia el archivo:<\/p>\n\n\n\n<pre class=\"wp-block-code has-xsmall-font-size\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><code># File path for A, B, C\nimport pandas as pd\npathA='\/content\/drive\/My Drive\/Data\/dataset.csv'\ndf = pd.read_csv(pathA)<\/code><\/pre>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-en-resumen\">En resumen<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Al inicio de un proyecto final, durante la fase de exploraci\u00f3n de un conjunto de datos abierto (por lo tanto, p\u00fablico), BytesIO ofrece la sintaxis m\u00e1s sencilla.<\/li>\n\n\n\n<li>En mitad del proyecto gdown ofrece una soluci\u00f3n m\u00e1s interesante para limpiar, combinar y transformar datos provenientes de varios archivos de un mismo art\u00edculo.<\/li>\n\n\n\n<li>Si los conjuntos de datos deben permanecer privados, la soluci\u00f3n alternativa consiste en organizar el intercambio de un \u00fanico art\u00edculo que contenga todos los datasets, con un atajo id\u00e9ntico para todos los dem\u00e1s miembros, de modo que usen una ruta de acceso com\u00fan en Colab.<\/li>\n<\/ul>\n\n\n\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\">\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link wp-element-button\" href=\"https:\/\/liora.io\/es\/nuestros-cursos-de-data\">Formarse en Python<\/a><\/div>\n<\/div>\n\n\n<h2 class=\"wp-block-heading\" id=\"para-profundizar\">Para profundizar<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Google Colab: <a href=\"\/\">https:\/\/colab.google\/<\/a><\/li>\n\n\n\n<li>Video introductorio a Google Colab (3 minutos): <a href=\"https:\/\/www.youtube.com\/watch?v=inN8seMm7UI&amp;ab_channel=TensorFlow\">https:\/\/www.youtube.com\/watch?v=inN8seMm7UI&amp;ab_channel=TensorFlow<\/a><\/li>\n<\/ul>\n\n\n\n<p>[1]: Graphic Processing Unit<\/p>\n\n\n\n<p>[2]: Tensor Processing Unit<\/p>\n\n\n\n<script type=\"application\/ld+json\">\n{\n  \"@context\": \"https:\/\/schema.org\",\n  \"@type\": \"FAQPage\",\n  \"mainEntity\": [\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Previamente, crea y comparte tu notebook\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Crear notebook: desde Drive (Nuevo &gt; M\u00e1s &gt; Google Colaboratory) o desde colab.google (New Notebook). Se guarda en Google Drive como archivo .ipynb. Cambiar nombre, compartir con compa\u00f1eros (bot\u00f3n compartir, derechos editor). \u26a0\ufe0f Solo una persona puede ejecutar el notebook a la vez.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Escenario 1 con BytesIO y 1 archivo\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"M\u00e9todo recomendado al inicio del proyecto. El archivo fuente (p\u00fablico) se almacena en cualquier cuenta. Todos usan mismo archivo sin modificar celda de carga. C\u00f3digo: obtener file_id del enlace compartido, construir download_url con f'https:\/\/drive.google.com\/uc?id={file_id}', requests.get, BytesIO(response.content), pd.read_csv. Documentaci\u00f3n io.BytesIO.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Escenario 2 con gdown (Google Drive Public File Downloader) y 1 o varios archivos\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Librer\u00eda gdown espec\u00edfica para importar archivos p\u00fablicos de Drive. C\u00f3digo asegura instalaci\u00f3n autom\u00e1tica (try\/except). Para un archivo: file_id, url, gdown.download(url, 'nombre.csv', quiet=True), pd.read_csv. Para varios archivos de una carpeta: gdown.download_folder(url, quiet=True, use_cookies=False) lista rutas acceso, luego abrir archivo deseado con pd.read_csv(ruta). Documentaci\u00f3n gdown en pypi.org.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Escenario 3 con un atajo de Drive para archivos privados\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Para archivos privados: Usuario A deposita dataset en carpeta 'Data' en ra\u00edz de Drive (ruta '\/content\/drive\/My Drive\/Data\/dataset.csv'), comparte carpeta con B y C. B y C crean atajo a 'Data' (clic derecho) y lo colocan en ra\u00edz de sus respectivos Drives. Todos usan misma ruta. Notebook incluye: from google.colab import drive; drive.mount('\/content\/drive'); path='\/content\/drive\/My Drive\/Data\/dataset.csv'; df = pd.read_csv(path).\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"En resumen\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Fase inicial exploraci\u00f3n datos p\u00fablicos: BytesIO (sintaxis m\u00e1s sencilla). Mitad proyecto con m\u00faltiples archivos: gdown (limpiar, combinar, transformar). Datasets privados: compartir carpeta \u00fanica con todos datasets, atajo id\u00e9ntico para todos, ruta com\u00fan en Colab.\"\n      }\n    }\n  ]\n}\n<\/script>\n","protected":false},"excerpt":{"rendered":"<p>Google Colab es un servicio en l\u00ednea de notebooks Jupyter que permite escribir y ejecutar c\u00f3digo en Python desde tu navegador web. Gratuito y accesible con una cuenta de Google, Colab es ideal para el an\u00e1lisis de datos y la ciencia de datos con Python, con sus celdas de c\u00f3digo y bloques de texto en sintaxis Markdown, para estructurar y comentar el c\u00f3digo.<\/p>\n","protected":false},"author":85,"featured_media":184525,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2440],"class_list":["post-181524","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-ia"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/181524","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/users\/85"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/comments?post=181524"}],"version-history":[{"count":4,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/181524\/revisions"}],"predecessor-version":[{"id":184533,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/181524\/revisions\/184533"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media\/184525"}],"wp:attachment":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media?parent=181524"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/categories?post=181524"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}