{"id":206,"date":"2018-07-31T21:49:57","date_gmt":"2018-07-31T20:49:57","guid":{"rendered":"http:\/\/blog.espol.edu.ec\/xallam\/?p=206"},"modified":"2019-08-22T05:51:17","modified_gmt":"2019-08-22T04:51:17","slug":"python-pandas-i","status":"publish","type":"post","link":"https:\/\/blog.espol.edu.ec\/xallam\/2018\/07\/31\/python-pandas-i\/","title":{"rendered":"Python Pandas - I"},"content":{"rendered":"

Pandas<\/strong><\/h1>\n

\"\"<\/a><\/p>\n

Instalaci\u00f3n<\/h2>\n

En este corto tutorial acerca de Pandas, la librer\u00eda de Python. Primero, ser\u00e1 necesario instalar el m\u00f3dulo mediante pip.<\/strong><\/p>\n

\r\n
\r\n pip install pandas\r\n <\/div>\r\n <\/div><\/p>\n

Pandas sirve para procesar conjuntos de datos con un formato espec\u00edfico. Donde el tipo de datos puede variar en cada una de las columnas. Pandas es utiliza como una herramienta para analizar y procesar datos a gran escala.<\/p>\n

Conjunto de datos o Dataset<\/h2>\n

Siempre que trabajemos con Pandas ser\u00e1 necesario utilizar un dataset. En este caso utilizaremos el conjunto de datos de superh\u00e9roes<\/a>. Este dataset contiene la informaci\u00f3n general (nombre, g\u00e9nero, raza, color de ojos, estatura, editorial, etc ) de cada superh\u00e9roe.<\/p>\n

Instrucciones b\u00e1sicas<\/h2>\n

Ahora, escribiremos nuestro algunas instrucciones para procesar el archivo. Primero, procedemos a cargar el m\u00f3dulo de Pandas<\/p>\n

\r\n
\r\n import pandas as pd\r\n <\/div>\r\n <\/div>\n

Comenzamos cargando el conjunto de datos en memoria, mediante la instrucci\u00f3n read_csv<\/strong><\/p>\n

\r\n
\r\n superheroes = pd.read_csv(\u00a0 'heroes_information.csv' , encoding= 'utf-8' )\r\n <\/div>\r\n <\/div>\n

Existen otros encoding como \"latin-1\", \"ISO-8859-1\", entre otros.<\/p>\n

Por defecto, la primera fila del conjunto de datos corresponde\/contiene a los nombres de las columnas.<\/p>\n

Para mostrar los datos, simplemente utiliza un print de la variable que contiene el conjunto de datos.<\/p>\n

\r\n
\r\n print( superheroes )\r\n <\/div>\r\n <\/div>\n

 <\/p>\n

\"\"<\/a>\u00bfQu\u00e9 vemos en la salida?<\/strong><\/p>\n

 <\/p>\n

Adem\u00e1s, podemos tener una vista previa de los datos con las instrucciones\u00a0head <\/strong>o\u00a0tail<\/strong>.<\/p>\n

\r\n
\r\n print( superheroes.head() )\r\n <\/div>\r\n <\/div>\n

Con head (tail) tendr\u00e1 una vista previa de lo que te puedes encontrar en el conjunto de datos en las cinco primeras (\u00faltimas) filas.<\/p>\n

\"\"<\/a><\/p>\n

Tanto head como tail permite mostrar m\u00e1s de las 5 filas predeterminadas, para esto podr\u00e1s enviar un n\u00famero como par\u00e1metro.<\/p>\n

\r\n
\r\n print( superheroes.tail(15) )\r\n <\/div>\r\n <\/div>\n

Con la l\u00ednea anterior podr\u00e1s ver los \u00faltimos 15 superh\u00e9roes en el conjunto de datos.<\/p>\n

Para conocer la cantidad de filas y contiene mi conjunto de datos, utilizaremos la instrucci\u00f3n\u00a0shape\u00a0<\/strong>que devuelve una tupla con la cantidad de filas y columnas.<\/p>\n

\r\n
\r\n nfilas, ncolumnas = superheroes.shape
\nprint( 'Cantidad de superh\u00e9rores: ' , nfilas)\r\n <\/div>\r\n <\/div>\n

 <\/p>\n

\"\"<\/a>\u00bfCu\u00e1ntas filas y cu\u00e1ntas columnas tiene nuestro conjunto de datos?\u00a0<\/strong><\/p>\n

 <\/p>\n

Si necesitamos conocer el nombre de las columnas utilizaremos la instrucci\u00f3n:<\/p>\n

\r\n
\r\n nombreColumnas =\u00a0superheroes.columns.values
\nprint( 'Nombres de las columnas:' , nombreColumnas )\r\n <\/div>\r\n <\/div>\n

Para referirnos a una columna espec\u00edfica utilizamos su nombre, por ejemplo:<\/p>\n

\r\n
\r\n print(superheroes['Publisher'])\r\n <\/div>\r\n <\/div>\n

Y si necesit\u00e1ramos saber una lista con valores \u00fanicos de\u00a0Publisher<\/strong>, simplemente hacemos lo siguiente:<\/p>\n

\r\n
\r\n print(list(set(superheroes['Publisher']))) \r\n <\/div>\r\n <\/div>\n

Como te puedes dar cuenta, existen editoriales como 'Marvel Comics', 'DC Comics' y nan. \u00bfQu\u00e9 es nan<\/strong>? Pandas utiliza este tipo de dato para representar los vac\u00edos en el conjunto de datos.<\/p>\n

Condicionales<\/h2>\n

A veces, es necesario contar el n\u00famero de elementos que cumplen con una determinada condici\u00f3n, por ejemplo: \u00bfCu\u00e1ntos superh\u00e9roes son de DC Comics?<\/p>\n

Para resolver esta pregunta, se recurre a:<\/p>\n

    \n
  1. Filtra la columna a contar, en este caso\u00a0Publisher
    \n<\/strong>
    \n
    \r\n
    \r\n columna = superheroes['Publisher'] \r\n <\/div>\r\n <\/div>
    \n<\/strong><\/li>\n
  2. Crear la condici\u00f3n
    \r\n
    \r\n condicion = columna == 'DC Comics' \r\n <\/div>\r\n <\/div><\/li>\n
  3. Aplicar la condici\u00f3n sobre la columna y contar
    \r\n
    \r\n print( columna[condicion].count() ) \r\n <\/div>\r\n <\/div><\/li>\n
  4. Deben resultar en 215 superh\u00e9roes.<\/li>\n<\/ol>\n

    M\u00e1s preguntas para practicar:<\/p>\n