¡Caminando hacia el éxito!

Aprende en Comunidad

Avalados por :

Cómo crear y gestionar Data Frames en Python: Tutorial completo

  • Creado 01/03/2024
  • Modificado 01/03/2024
  • 71 Vistas
0
Cargando...
Un data frame es un método para almacenar datos en cuadrículas rectangulares para una fácil visualización. Si tienes conocimientos de desarrollo en Java y conceptos básicos de R, entonces debes conocer los data frames. Las mediciones o valores de una instancia corresponden a las filas en la cuadrícula, mientras que los vectores que contienen datos para una variable específica representan las columnas. Por lo tanto, las filas en el data frame pueden incluir valores numéricos, de caracteres, lógicos, entre otros. Similar es el data frame en Python, que se etiqueta como estructuras de datos bidimensionales con diferentes tipos de columnas. El data frame de Python Pandas consta de los tres componentes principales, a saber, los datos, el índice y las columnas.

Cuando se trata de la gestión de datos en Python, debes comenzar creando un data frame. Es una de las tareas más fáciles de hacer. También puedes agregar parámetros.

Después de crear el data frame, procederemos a saber cómo seleccionar, agregar o eliminar un índice o columna de él. Para realizar todas estas acciones, primero debes seleccionar un componente del data frame de Python.

Seleccionar Índice, Fila o Columna


Supongamos que tienes un data frame como el siguiente y deseas acceder al valor en el índice 0 para la columna A.
        
            A   B   C
            0   1   2   3
            1   4   5   6
            2   7   8   9
        
    

Puedes acceder a los valores de varias formas.

Si deseas seleccionar las filas o columnas, puedes seleccionar filas pasando la etiqueta de fila a una función loc, que da como resultado lo mostrado a continuación:
        
            one 2.0
            two 2.0
            Name: b, dtype: float64
        
    

De otra manera, puedes seleccionar una fila pasando la ubicación entera a una función iloc como se muestra aquí.
        
            import pandas as pd

            d = {'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']),
                'two': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}

            df = pd.DataFrame(d)
            print df.loc['b']?
        
    

Esto muestra la siguiente salida.
        
            one 3.0
            two 3.0
            Name: c, dtype: float64
        
    

Hay una diferencia entre la función loc e iloc para atributos de indexación. Mientras que .loc funciona en las etiquetas de índice, .iloc funciona en la posición de tu índice.

Agregar un Índice, Fila o Columna


Para asignar el argumento 'índice' a la entrada, asegúrate de obtener el índice seleccionado. Si no se especifica nada en el data frame, por defecto tendrá un índice con valores numéricos comenzando desde 0. Puedes crear tu índice llamando a set_index() en tu data frame y reutilizarlos.



Veamos el ejemplo dado para agregar las columnas a tu data frame de la misma manera que agregas filas.
        
            import pandas as pd

            d = {'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']),
                'two': pd.Series([1, 2, 3], index=['a', 'b', 'c'])}

            df = pd.DataFrame(d)

            # Agregar una nueva columna a un objeto DataFrame existente con la etiqueta de la columna pasando new
            print("Adding a new column by passing as Series:")
            df['three'] = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
            print df

            print("Adding a new column using the existing columns in DataFrame:")
            df['four'] = df['one'] + df['three']

            print df
        
    

Esto muestra la salida de la siguiente manera.


Pedro Pascal
Se unió el 07/03/2018

Pinterest
Telegram
Linkedin
Whatsapp

Sin respuestas

No hay respuestas para mostrar No hay respuestas para mostrar Se el primero en responder

contacto@primeinstitute.com

(+51) 1641 9379
(+57) 1489 6964

© 2024 Copyright. Todos los derechos reservados.

Desarrollado por Prime Institute

¡Hola! Soy Diana, asesora académica de Prime Institute, indícame en que curso estas interesado, saludos!
Hola ¿Puedo ayudarte?