Primeros Pasos con Pandas

Contenido del Curso

Primeros Pasos con Pandas

Primeros Pasos con Pandas

1. Los Primeros Pasos

¿Qué Es Pandas? Series Desafío: Crear una Serie DataFrame Cuestionario: Creando una Serie Cuestionario: Creando un DataFrame Agregar una Nueva Columna Insertando una Nueva Columna Eliminando una Fila/Columna Cuestionario: Emparejando las Funciones Trabajando con Columnas Cuestionario: Extrayendo Columnas Conceptos Básicos de iloc Desafío: Usando iloc

2. Leyendo Archivos en Pandas

Archivos CSV Archivos TXT Cuestionario: Trabajando con Archivos Cuestionario: Accediendo a las Columnas

3. Analizando los Datos

Visualizando los Datos Cuestionario: Usando Head Cuestionario: Head, Tail y Sample Explorando el Conjunto de Datos Nombres de Columnas y Tipos de Datos Encontrar Valores Nulos Cuestionario: Identificación de Valores Null Desafío: Eliminar Valores Null Desafío: Rellenar Valores Nulos Cuestionario: Valores Nulos Describiendo los Datos Max() y Min()Cuestionario: Operaciones Estadísticas Sum() y Count()Valores Únicos

Conceptos Básicos de iloc

También puedes acceder a las filas en un DataFrame por su índice. Hay múltiples maneras de hacer esto:

.iloc - se utiliza para acceder a las filas por su índice numérico, comenzando desde 0;
.loc - se utiliza para acceder a las filas por su etiqueta de cadena.

En este curso, nos centraremos exclusivamente en usar el atributo .iloc.


              12345
            
import pandas as pd

countries_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(countries_data)
print(countries)

El DataFrame tiene la siguiente estructura:

Puedes notar la primera columna, que sirve como el índice de fila. Usaremos estos índices para acceder a filas específicas en el DataFrame. La sintaxis de este atributo es la siguiente:

df.iloc[index]

Podemos aplicar este atributo para acceder a la tercera y séptima filas de nuestro DataFrame:


              12345678
            
import pandas as pd

countries_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(countries_data)
# Accessing to the third and seventh rows
print(countries.iloc[2])
print(countries.iloc[6])

Después de ejecutar el código anterior, obtendrás las filas que corresponden a los índices indicados en la imagen a continuación:

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 1. Capítulo 13

Pregunte a AI

Pregunte a AI

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Contenido del Curso

Primeros Pasos con Pandas

Primeros Pasos con Pandas

1. Los Primeros Pasos

¿Qué Es Pandas? Series Desafío: Crear una Serie DataFrame Cuestionario: Creando una Serie Cuestionario: Creando un DataFrame Agregar una Nueva Columna Insertando una Nueva Columna Eliminando una Fila/Columna Cuestionario: Emparejando las Funciones Trabajando con Columnas Cuestionario: Extrayendo Columnas Conceptos Básicos de iloc Desafío: Usando iloc

2. Leyendo Archivos en Pandas

Archivos CSV Archivos TXT Cuestionario: Trabajando con Archivos Cuestionario: Accediendo a las Columnas

3. Analizando los Datos

Visualizando los Datos Cuestionario: Usando Head Cuestionario: Head, Tail y Sample Explorando el Conjunto de Datos Nombres de Columnas y Tipos de Datos Encontrar Valores Nulos Cuestionario: Identificación de Valores Null Desafío: Eliminar Valores Null Desafío: Rellenar Valores Nulos Cuestionario: Valores Nulos Describiendo los Datos Max() y Min()Cuestionario: Operaciones Estadísticas Sum() y Count()Valores Únicos

Conceptos Básicos de iloc

También puedes acceder a las filas en un DataFrame por su índice. Hay múltiples maneras de hacer esto:

.iloc - se utiliza para acceder a las filas por su índice numérico, comenzando desde 0;
.loc - se utiliza para acceder a las filas por su etiqueta de cadena.

En este curso, nos centraremos exclusivamente en usar el atributo .iloc.


              12345
            
import pandas as pd

countries_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(countries_data)
print(countries)

El DataFrame tiene la siguiente estructura:

Puedes notar la primera columna, que sirve como el índice de fila. Usaremos estos índices para acceder a filas específicas en el DataFrame. La sintaxis de este atributo es la siguiente:

df.iloc[index]

Podemos aplicar este atributo para acceder a la tercera y séptima filas de nuestro DataFrame:


              12345678
            
import pandas as pd

countries_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(countries_data)
# Accessing to the third and seventh rows
print(countries.iloc[2])
print(countries.iloc[6])

Después de ejecutar el código anterior, obtendrás las filas que corresponden a los índices indicados en la imagen a continuación:

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 1. Capítulo 13

some-alt