Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Aprende Valores Únicos | Analizando los Datos
Primeros Pasos con Pandas
course content

Contenido del Curso

Primeros Pasos con Pandas

Primeros Pasos con Pandas

1. Los Primeros Pasos
¿Qué Es Pandas? SeriesDesafío: Crear una SerieDataFrameCuestionario: Creando una SerieCuestionario: Creando un DataFrameAgregar una Nueva ColumnaInsertando una Nueva ColumnaEliminando una Fila/Columna Cuestionario: Emparejando las FuncionesTrabajando con ColumnasCuestionario: Extrayendo ColumnasConceptos Básicos de ilocDesafío: Usando iloc
2. Leyendo Archivos en Pandas
Archivos CSVArchivos TXTCuestionario: Trabajando con ArchivosCuestionario: Accediendo a las Columnas
3. Analizando los Datos
Visualizando los DatosCuestionario: Usando HeadCuestionario: Head, Tail y SampleExplorando el Conjunto de DatosNombres de Columnas y Tipos de DatosEncontrar Valores NulosCuestionario: Identificación de Valores NullDesafío: Eliminar Valores NullDesafío: Rellenar Valores NulosCuestionario: Valores NulosDescribiendo los DatosMax() y Min()Cuestionario: Operaciones EstadísticasSum() y Count()Valores Únicos

book
Valores Únicos

Los datos a menudo se duplican en los DataFrames. Por ejemplo, en el DataFrame countries, la columna 'continent' tiene entradas repetidas. Hay un método que recupera un array de valores distintos de una columna específica del DataFrame.


              
1234567

            
import pandas as pd 

country_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pd.DataFrame(country_data)
print(countries)
copy

Ahora, aplicaremos el método unique() a las columnas 'continent' y 'country':


              
12345678910

            
import pandas as pd

country_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pd.DataFrame(country_data)
unique_countries = countries['country'].unique()
unique_continents = countries['continent'].unique()
print(unique_countries)
print(unique_continents)
copy

Para contar el número de valores distintos en una columna específica, puedes usar el método nunique():


              
1234567

            
import pandas as pd

country_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pd.DataFrame(country_data)
print(countries['continent'].nunique())
copy
Tarea

Swipe to start coding

Dado el DataFrame audi_cars:

  1. Identifica todos los valores distintos en las columnas 'year' y 'fueltype'.
  2. Determina el número de tipos de combustible únicos.

Solución

Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 3. Capítulo 15
toggle bottom row

book
Valores Únicos

Los datos a menudo se duplican en los DataFrames. Por ejemplo, en el DataFrame countries, la columna 'continent' tiene entradas repetidas. Hay un método que recupera un array de valores distintos de una columna específica del DataFrame.


              
1234567

            
import pandas as pd 

country_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pd.DataFrame(country_data)
print(countries)
copy

Ahora, aplicaremos el método unique() a las columnas 'continent' y 'country':


              
12345678910

            
import pandas as pd

country_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pd.DataFrame(country_data)
unique_countries = countries['country'].unique()
unique_continents = countries['continent'].unique()
print(unique_countries)
print(unique_continents)
copy

Para contar el número de valores distintos en una columna específica, puedes usar el método nunique():


              
1234567

            
import pandas as pd

country_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}
countries = pd.DataFrame(country_data)
print(countries['continent'].nunique())
copy
Tarea

Swipe to start coding

Dado el DataFrame audi_cars:

  1. Identifica todos los valores distintos en las columnas 'year' y 'fueltype'.
  2. Determina el número de tipos de combustible únicos.

Solución

Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 3. Capítulo 15
Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
Lamentamos que algo salió mal. ¿Qué pasó?
some-alt