Summary  
Introduces the Pandas DataFrame as a two-dimensional, heterogeneous data structure composed of labeled Series and shows how to create one from a dictionary using the pd.DataFrame constructor.

General domain of usage  
Data analysis and manipulation

En resumen, una `Series` es una estructura de datos **unidimensional**, similar a una lista o a una columna en una hoja de cálculo. Contiene datos del **mismo tipo**, y cada elemento está etiquetado por un **índice**.

En cambio, un `DataFrame` es una estructura **bidimensional** versátil en Pandas, similar a una tabla o una hoja de cálculo, con filas y columnas. Puede contener datos de **diferentes tipos**, y cada columna funciona como una `Series`. Al igual que una hoja de cálculo, un `DataFrame` incluye tanto un índice como etiquetas de columna, lo que lo hace ideal para manejar grandes conjuntos de datos estructurados.

Para crear un objeto `DataFrame`, es necesario utilizar un `dictionary` junto con el constructor `.DataFrame()`.

import pandas as pd
people_data = {'name' : ['Ann', 'Alex', 'Kevin', 'Kate'], 
          'age' : [35, 12, 24, 45]}

people_df = pd.DataFrame(people_data)
print(people_df)

Si deseas indicar explícitamente que la variable representa un DataFrame, puedes incluir `df` en el nombre de la variable, como se muestra en este ejemplo (`people_df`).

Nota

import unittest
import importlib
import pandas as pd


# Helper function to dynamically generate test names and assertions
def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)


def get_first_differing_row(expected_df, actual_df):
    expected_list = expected_df.astype(str).apply(tuple, axis=1)
    actual_list = actual_df.astype(str).apply(tuple, axis=1)

    for i, (row1, row2) in enumerate(zip(expected_list, actual_list)):
        if row1 != row2:
            return i, expected_df.iloc[i].values, actual_df.iloc[i].values

    if len(expected_df) > len(actual_df):
        return len(actual_df), expected_df.iloc[len(actual_df)].values, None
    else:
        return len(expected_df), None, actual_df.iloc[len(expected_df)].values


class TestUserCode(unittest.TestCase):

    def test_animals_is_declared(self):
        import user_code
        _dynamic_test(
            self,
            hasattr(user_code, 'animals'),
            "The `animals` variable is declared.",
            "Expected the `animals` variable to be declared."
        )

    def test_animals_is_dataframe(self):
        import user_code
        try:
            actual_value = user_code.animals
            condition = isinstance(actual_value, pd.DataFrame)
            failure_message = f"Expected `animals` to be a `DataFrame`, but got `{type(user_code.animals).__name__}`."

        except AttributeError:
            condition = False
            failure_message = "The `animals` variable is not declared."

        _dynamic_test(
            self,
            condition,
            "The variable `animals` is a `DataFrame`.",
            failure_message
        )

    def test_animals_is_correct(self):
        import user_code

        expected_data = {
            'animal': ['Cat', 'Dog', 'Parrot', 'Cat', 'Parrot', 'Cat'],
            'name': ['Dolly', 'Abbey', 'Erin', 'Kelly', 'Taffy', 'Odie']
        }
        expected_df = pd.DataFrame(expected_data)

        variable = 'animals'
        actual_df = getattr(user_code, variable, None)
        condition = False
        if actual_df is None:
            failure_message = f"The `{variable}` variable is not declared."
        elif not isinstance(actual_df, pd.DataFrame):
            failure_message = f"`{variable}` is not a `DataFrame`."
        elif actual_df.empty:
            failure_message = f"`{variable}` is empty."
        elif actual_df.equals(expected_df):
            condition = True
            failure_message = None
        else:
            idx, expected_row, actual_row = get_first_differing_row(expected_df, actual_df)
            failure_message = f"Expected `{variable}` to contain `{expected_row}` at row {idx}, but got `{actual_row}`."

        _dynamic_test(
            self,
            condition,
            f"`{variable}` contains the correct data.",
            failure_message
        )


if __name__ == '__main__':
    unittest.main()

test_main.py

Pandas es una biblioteca sumamente intuitiva para el análisis de datos. También está diseñada para manejar grandes conjuntos de datos, utilizando estructuras como DataFrame y Series. Esto la convierte en una herramienta invaluable para la Ciencia de Datos. En esta guía, se presentarán diversas funciones estadísticas, incluyendo cómo encontrar correlaciones, modas, medianas y valores máximos y mínimos dentro de un conjunto de datos. También se abordará el manejo de valores ausentes y la manipulación o eliminación de valores específicos.

Introducción a los fundamentos de la biblioteca pandas. Creación y manipulación de Series y DataFrames, exploración de su estructura y desarrollo de confianza en la realización de operaciones de datos esenciales.

Domine cómo cargar y gestionar datos desde archivos CSV y TXT. Adquiera experiencia práctica importando conjuntos de datos y preparándolos para análisis posteriores utilizando herramientas de pandas.

Aprenda a explorar, limpiar y resumir datos de manera efectiva. Comprenda cómo manejar valores faltantes, extraer información y realizar operaciones estadísticas básicas con pandas.

DataFrame

Solución

Awesome!

DataFrame

Solución