Temario Lección 83 de 250 · Fundamentos de datos: numpy y pandas
Fundamentos de datos: numpy y pandas

Proyecto: analizar un CSV

Es hora de juntarlo todo. Vas a escribir un pequeño archivo CSV en memoria, volver a leerlo con pandas y calcular agregados por grupos, como empieza un análisis real.

pandas lee texto CSV de un archivo o de un búfer en memoria. Usamos io.StringIO para no tocar el disco:

import io
import pandas as pd
csv_text = "name,dept,salary\nAda,eng,100\nBo,eng,140\n"
df = pd.read_csv(io.StringIO(csv_text))
print(df)

A partir de ahí ya conoces los movimientos: filtrar con una máscara, agrupar con groupby(...).agg(...) y sacar un valor suelto de una Series con .loc o indexando por su etiqueta.

Tu trabajo: leer los datos y luego construir un único diccionario results que los resuma. Devolver un diccionario simple es una forma habitual y fácil de probar de pasar el resultado de un análisis al resto de un programa (o a un informe, o a un prompt de un LLM). Corregimos los números de ese diccionario, no lo que imprimas.

Qué va en results

  • "n_rows": el número de filas de la tabla
  • "total_salary": la suma de toda la columna salary
  • "avg_by_dept": un diccionario que asocia cada dept a su salario medio (constrúyelo a partir de una media con groupby, y luego .to_dict())
  • "top_dept": el dept con el salario medio más alto
Tu turno

El texto CSV te lo damos en csv_text. Léelo en un DataFrame df con pd.read_csv(io.StringIO(csv_text)). Luego construye un diccionario llamado results con estas claves: "n_rows" (número de filas), "total_salary" (suma de la columna salary), "avg_by_dept" (un diccionario de dept a salario medio) y "top_dept" (el dept cuyo salario medio es el más alto).

¿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.