Temario Lección 79 de 250 · Fundamentos de datos: numpy y pandas
Fundamentos de datos: numpy y pandas

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 column

Una 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())    # 35

df.shape es una tupla (n_rows, n_cols), así que df.shape[0] es el número de filas.

Tu turno

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.