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
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.
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.