Análisis con Python uso Biblioteca Pandas

 

Análisis con Python uso Biblioteca Pandas.ipynb

Volver

Análisis con Python uso Biblioteca Pandas

El uso de Python con la biblioteca Pandas, que es esencial para el manejo de datos. Pandas es una biblioteca que ofrece estructuras de datos y herramientas de análisis de datos de alto rendimiento y fáciles de usar. Vamos a ver cómo usarla con algunos ejemplos sencillos.

Paso 1: Instalación de Pandas

Primero, necesitas tener instalado Pandas. Si no lo tienes instalado, puedes hacerlo mediante pip, que es el administrador de paquetes de Python. En tu terminal o línea de comandos, escribe:

pip install pandas

Requirement already satisfied: pandas in /usr/local/lib/python3.10/dist-packages (1.5.3)

Requirement already satisfied: python-dateutil>=2.8.1 in /usr/local/lib/python3.10/dist-packages (from pandas) (2.8.2)

Requirement already satisfied: pytz>=2020.1 in /usr/local/lib/python3.10/dist-packages (from pandas) (2023.3.post1)

Requirement already satisfied: numpy>=1.21.0 in /usr/local/lib/python3.10/dist-packages (from pandas) (1.23.5)

Requirement already satisfied: six>=1.5 in /usr/local/lib/python3.10/dist-packages (from python-dateutil>=2.8.1->pandas) (1.16.0)

Paso 2: Importar Pandas

Una vez instalado, debes importar Pandas en tu script de Python. Es común importarlo con el alias pd para facilitar su uso posterior:

import pandas as pd

Paso 3: Crear un DataFrame

Pandas maneja principalmente dos estructuras de datos: Series y DataFrame. Un DataFrame es como una tabla en Excel, con filas y columnas. Vamos a crear un DataFrame simple:

data = {

    'Nombres': ['Ana', 'Juan', 'Sofía'],

    'Edades': [23, 30, 27],

    'Ciudad': ['La Paz', 'Cochabamba', 'Santa Cruz']

}

df = pd.DataFrame(data)

Paso 4: Explorar los Datos

Puedes ver las primeras filas de tu DataFrame con head():

print(df.head())

  Nombres  Edades      Ciudad

0     Ana      23      La Paz

1    Juan      30  Cochabamba

2   Sofía      27  Santa Cruz

Paso 5: Acceso a los Datos

Puedes acceder a una columna específica utilizando su nombre:

print(df['Nombres'])

0      Ana

1     Juan

2    Sofía

Name: Nombres, dtype: object

Paso 6: Filtrar Datos

Supongamos que quieres filtrar a todas las personas mayores de 25 años:

mayores_25 = df[df['Edades'] > 25]

print(mayores_25)

Nombres  Edades      Ciudad

1    Juan      30  Cochabamba

2   Sofía      27  Santa Cruz

Paso 7: Manipulación de Datos

Puedes agregar una nueva columna fácilmente. Por ejemplo, una columna que indique si la persona es mayor de 30 años:

df['Mayor30'] = df['Edades'] > 30

print(df)

Nombres  Edades      Ciudad  Mayor30

0     Ana      23      La Paz    False

1    Juan      30  Cochabamba    False

2   Sofía      27  Santa Cruz    False

Paso 8: Lectura de Datos Externos

Pandas es muy útil para leer datos de archivos externos. Por ejemplo, para leer un archivo CSV:

df_archivo = pd.read_csv('ruta_del_archivo.csv')

Ejemplo

df_archivo = pd.read_csv('/content/sample_data/california_housing_train.csv')

 

Paso 9: Análisis Básico

Pandas ofrece funciones para analizar tus datos rápidamente, como describe() que proporciona estadísticas resumidas:

print(df.describe())

          Edades

count   3.000000

mean   26.666667

std     3.511885

min    23.000000

25%    25.000000

50%    27.000000

75%    28.500000

max    30.000000

Paso 10: Guardar en Archivo

Finalmente, puedes guardar tu DataFrame en un archivo, como un archivo CSV:

df.to_csv('nombre_del_archivo.csv')

Estos son los pasos básicos para empezar con Pandas en Python. Hay muchas más funcionalidades y técnicas avanzadas que puedes explorar a medida que te familiarices con la biblioteca.

Volver