1. Inversión Airbnb en Nueva
York: Caso de Estudio con
Python
Randy Leonel Barberena Morera

2. Planteamiento de estudio
• Preguntas a responder:
1. ¿Cuántos ingresos generan los
anfitriones exitosos?
2. ¿Qué tipos de propiedades reciben
las críticas más positivas?
3. ¿Qué vecindarios albergan la
mayor cantidad de listados?
4. ¿Qué barrios reciben las críticas
más positivas?
• Estudio de la rentabilidad de la
inversión de la aplicación Airbnb
en la ciudad Nueva York.
• Estudio de la relación entre
precio y vecindario para buscar
recomendación de inversión.
• Análisis de las categorías más
importantes que influyen en la
toma de decisiones para
incrementar las ganancias

3. Problema a resolver
Situación:
 Se desea ver la situación de los anfitriones post-restricciones de la aplicación
en la ciudad de Nueva York. Ahora que las personas han vuelto a retomar sus
rutinas de vuelo, Airbnb en Nueva York quiere asegurarse de estar preparado
para sus niveles anteriores, o incluso mayor dinamismo.
Objetivo:
1. Determinar la mejor zona para invertir en Airbnb en la ciudad de Nueva York.

4. Lugares turísticos atractivos

5. Proceso de reserva anfitrión-cliente y viceversa
Descargue e instale la
aplicación en su dispositivo
Vea el anuncio y verifique su
disponibilidad
Seleccione las fechas de su
preferencia y presione guardar
Revise los detalles del viaje
Si aparece la opción de
“confirmar y pagar”, puede
reservar el espacio con
antelación, después de ingresar
sus datos personales
Si la opción “solicitar una
reservación” sale, puede ver la
información de pago y las
políticas, además de enviar un
mensaje al anfitrión
Espere la confirmación del
anfitrión al menos por 24 horas.
En caso positivo, proceda a pagar
la cantidad acordada

6. Diagrama alquiler usuario

7. Referencias y bibliografía
• https://www.kaggle.com/datasets/kusnetkozme/new-york-city-airbnb-dataset
• https://pandas.pydata.org/pandas-docs/stable/reference/frame.html#missing-data-
handling
• https://towardsdatascience.com/style-pandas-dataframe-like-a-master-6b02bf6468b0
• https://python-graph-gallery.com/
• https://www.kaggle.com/c/airbnb-recruiting-new-user-bookings/data
• https://www.kaggle.com/c/home-data-for-ml-course/data
• https://numpy.org/doc/