Skip to content

17_python_1.md

Latest commit

 

History

History
76 lines (65 loc) · 2.95 KB

17_python_1.md

File metadata and controls

76 lines (65 loc) · 2.95 KB

Introducción al manejo de datos en Python 🐍

Sobre el curso: Este curso tiene por finalidad el aprendizaje práctico de Python orientado al manejo básico y sencillo de datos.

Sesión 2: Manejo básico de datos en Python

En esta segunda sesión, vamos a importar y trabajar con Pandas para explorar sus funcionalidades básicas.

1. Importar Pandas

Una vez instalado, podemos importar Pandas para comenzar a trabajar con datos:

import pandas as pd

2. Importar datos

Pandas soporta la lectura de una variedad de formatos de archivos como CSV, Excel entre otros. El método read_csv es frecuentemente usado:

df = pd.read_csv('ruta/al/archivo.csv', sep=',', header=0)

Parámetros principales:

  • filepath_or_buffer: Ruta del archivo o un objeto similar a un archivo que contiene los datos.
  • sep: el delimitador del archivo (por defecto, ,).
  • header: índice de la fila que se usa como cabecera.
  • skiprows: Número de filas o lista de números de línea para omitir al leer el archivo.
  • na_values: Secuencia de valores que, si se encuentran en el archivo, deben ser tratados como NaN.
  • dtype: Tipo de datos para las columnas. Por ejemplo, {'a': np.float64, 'b': np.int32}.
  • encoding: Codificación del archivo (generalmente UTF-8).

3. Previsualización de datos

Para obtener una vista rápida de los datos, podemos utilizar:

df.head()  # Muestra las primeras 5 filas

También puede usar:

  • head(), tail(): Muestra las primeras o últimas 'n' filas.
  • describe(): Proporciona estadísticas descriptivas resumidas.
  • info(): Resumen conciso del DataFrame, incluyendo el tipo de datos de las columnas y los valores no nulos.
  • dtypes: Muestra los tipos de datos de cada columna.
  • value_counts(): Cuenta cuántas veces aparece cada valor único en una columna.

4. Seleccionar columnas

Para seleccionar una sola columna, utilizamos:

columna = df['NombreColumna']

5. Seleccionar filas por índice

Podemos seleccionar filas específicas usando su índice:

filas = df.iloc[0:5]  # Selecciona las primeras 5 filas

6. Seleccionar filas usando condiciones

También podemos seleccionar filas que cumplan una condición:

condicion = df[df['Edad'] > 30]  # Selecciona filas donde la columna 'Edad' es mayor que 30

7. Exportar a CSV

Para exportar un DataFrame a CSV, utilizamos:

df.to_csv('ruta/al/nuevo_archivo.csv', index=False)

Parámetros principales:

  • index: indica si incluir el índice de las filas en el archivo.
  • sep: el delimitador del archivo (por defecto, ,).
  • encoding: Codificación del archivo (generalmente UTF-8).

Información

Autor: Wenceslao Arroyo-Machado
Fecha de actualización: 26/04/2024
GitHub: https://github.com/Wences91/teaching