pandas: Series y DataFrame
numpy es estupendo para números, pero los datos reales tienen columnas con nombre y de tipos mezclados: nombres, fechas, precios. Para eso está pandas. Su objeto principal es el DataFrame: una tabla con columnas con nombre y un índice para las filas.
La forma más fácil de construir uno es a partir de un diccionario, donde cada clave es el nombre de una columna y cada valor es una lista de celdas:
import pandas as pd
df = pd.DataFrame({
"name": ["Ada", "Bo", "Cy"],
"age": [30, 25, 35],
"city": ["NYC", "LA", "NYC"],
})
print(df)Unas cuantas cosas esenciales para hacerte una idea de cualquier tabla:
print(df.shape) # (3, 3) rows, columns
print(df.columns) # Index(['name', 'age', 'city'], ...)
print(df.head(2)) # the first 2 rows
print(df.dtypes) # the type of each columnUna sola columna es una Series (un array 1D con etiquetas). Se toma con corchetes:
ages = df["age"]
print(ages.mean()) # 30.0
print(ages.max()) # 35df.shape es una tupla (n_rows, n_cols), así que df.shape[0] es el número de filas.
Construye un DataFrame df a partir de este diccionario: {"name": ["Ada", "Bo", "Cy", "Di"], "score": [88, 72, 95, 60]}. Guarda el número de filas en n_rows (usa df.shape). Luego guarda la media de la columna score en avg_score.
¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección
Este ejercicio se abre pronto
Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.
Este navegador está bloqueando las cookies de learn.floati.life, así que las lecciones que terminaste aquí no se pueden abrir en orden. Permite las cookies de este sitio y recarga.