Skip to content

Latest commit

 

History

History
110 lines (62 loc) · 3.91 KB

Readme.md

File metadata and controls

110 lines (62 loc) · 3.91 KB
Raw

Sesión 04: Pandas y Análisis Exploratorio de Datos

1. Objetivos

  1. Identificar las características básicas de las Series y DataFrames de Pandas.
  2. Leer JSONs usando Pandas.
  3. Utilizar herramientas básicas de exploración de datos.

2. Contenido

Series de Pandas

Las Series son una de las dos estructuras de datos que ofrece pandas que nos hacen la vida mucho más fácil como científicos de datos.

Las Series son una especie de híbrido entre listas y diccionarios.

Vamos a ver cómo funcionan.

He elegido enseñar el operador loc desde el principio. Usar el operador de indexación sin loc o iloc, aunque pareciera mejor por su similitud a las listas se presta a muchas confusiones y puede acarrear muchos errores. Creo que es mejor acostumbrarse a ser específicos al respecto de si estamos pidiendo los índices por su nombre o por su posición.

Ejemplo 2 Reto 1

Métodos avanzados de indexación

Podemos usar otros métodos de indexación en las Series que resultan súmamente útiles a la hora de explorar y procesar datos.

Podemos elegir, por ejemplo, rangos de datos usando una sintaxis como la siguiente:

serie.loc[4:23]

Ejemplo 3 Reto 2

Dataframes

Los DataFrames son la segunda estructura de datos de pandas que vamos estar usando constantemente. Un DataFrame está hecho de dos o más Series acomodadas de manera que obtenemos una estructura tabular.

Los DataFrames son bidimensionales, tienen filas y columnas. Cada columna es una Serie que tiene un nombre. Los DataFrames nos ayudan a manejar datos en estructura tabular de manera muy eficiente.

Veamos cómo funcionan.

Ejemplo 4 Reto 3

Manipulación de columnas en un DataFrame

Podemos agregar, reasignar y eliminar columnas de nuestros DataFrames. La sintaxis es muy parecida a la que se usa con los diccionarios.

Ejemplo 5 Reto 4

Lectura de archivos JSON

Uno de los formatos más comunes en los que vamos a encontrar conjuntos de datos es el formato JSON. Como probablemente ya sabrás, el formato JSON se parece bastante al formato que tienen los diccionarios de Python:

{
    "llave_1": "valor_1",
    "llave_2": "valor_2",
    "llave_3": "valor_3",
    "llave_4": "valor_4"
}

Vamos a aprender a leer archivos JSON y a convertirlos en DataFrames.

Lectura de CSVs y adquisición de datos por medio de APIs y Bases de Datos se estudian más adelante en el módulo.

Ejemplo 6

Análisis Exploratorio de Datos

El Ánalisis Exploratorio de Datos es el proceso a través del cual exploramos un nuevo conjunto de datos para conocer su contenido a profundidad. Este paso es extremadamente importante, puesto que nos ayuda a saber cómo limpiar y reestructurar nuestro conjunto de datos de manera que podamos realizar un mejor análisis y visualización de los datos.

Vamos a ver algunas herramientas básicas que tienen los DataFrames para explorar un conjunto de datos.

Por ahora estamos haciendo una exploración muy básica. Lo que importa es que el alumno entienda los principios básicos de cómo crear DataFrames a partir de conjuntos de datos existentes. En la sesión que sigue se verá Análisis Exploratorio a más profundidad.

Ejemplo 7 Reto 5

3. Postwork

Postwork Sesión 4