Día 1: Introducción a Pandas y Estructuras de Datos

Bienvenida

Hoy comenzamos nuestro viaje con Pandas , una biblioteca esencial para la manipulación y análisis de datos en Python. En este primer día, exploraremos qué es Pandas, sus estructuras principales (Series y DataFrames ) y cómo crearlas desde diferentes fuentes. Estos conceptos son fundamentales para preparar datos en proyectos de machine learning. ¡Vamos allá! 🏃🏻‍♂️

¿Qué es Pandas y por qué es útil?

Pandas es una biblioteca diseñada para el análisis y manipulación de datos estructurados. Es ampliamente utilizada en ciencia de datos y machine learning debido a su capacidad para manejar grandes volúmenes de datos de manera eficiente.

Instalación e Importación

Para instalar y importar Pandas, puedes usar la función import pandas as pd.

pip install pandas

Luego, puedes importarlo en tu código:

import pandas as pd

Estructuras de Datos Principales

Series

Una estructura de datos unidimensional que representa una serie de valores con un etiquetado de índice.

serie = pd.Series([1, 2, 3])

Indices	Data
0	1
1	2
2	3

Ademas, puedes renombrar los índices de la serie:

serie = pd.Series([1, 2, 3], index=['a', 'b', 'c'])

DataFrames

Una estructura de datos bidimensional que representa una tabla con filas y columnas.

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}

A	B
1	4
2	5
3	6

Creación de DataFrames desde Archivos

Puedes crear un DataFrame a través de un archivo CSV o Excel. Para hacerlo, puedes usar la función read_csv(), read_excel() o read_json() de Pandas.

# Desde CSV
df_csv = pd.read_csv('archivo.csv')

# Desde Excel
df_excel = pd.read_excel('archivo.xlsx')

# Desde JSON
df_json = pd.read_json('archivo.json')

Puedes explorar los otros métodos de lectura de archivos en la documentación oficial.

Atributos Básicos de los DataFrames

Columnas

Puedes acceder a las columnas de un DataFrame utilizando el atributo columns:

print(df.columns)

Filas

Puedes acceder a las filas de un DataFrame utilizando el atributo index:

print(df.index)

Valores

Puedes acceder a los valores de un DataFrame utilizando el atributo values:

print(df.values)

Dimensiones

Puedes obtener el tamaño de un DataFrame utilizando el atributo shape:

print(df.shape)

Tipos de Datos

Puedes obtener los tipos de datos de las columnas de un DataFrame utilizando el atributo dtypes:

print(df.dtypes)

Información del DataFrame

Puedes obtener información sobre el DataFrame utilizando el atributo info:

print(df.info())

Preguntas del Día 1

Prueba tus conocimientos sobre Pandas

¿Cuál es la diferencia entre una Serie y un DataFrame en Pandas?

Una Serie es unidimensional, mientras que un DataFrame es bidimensional.

Una Serie no tiene índices, mientras que un DataFrame sí los tiene.

¿Qué atributo se utiliza para conocer los tipos de datos de las columnas en un DataFrame?

.shape

.dtypes

.index

Ejercicios con Pandas

Crea una Serie a partir de una lista y un diccionario.
Crea un DataFrame desde un diccionario y explora sus atributos básicos (.shape, .columns, .dtypes).
Accede a las filas y columnas de un DataFrame.

¡Gran inicio! 🎉 Ahora tienes una base sólida para trabajar con Pandas. Mañana aprenderemos sobre indexación, selección y filtrado , habilidades clave para acceder a los datos que necesitas. ¡Sigue practicando y nos vemos pronto! 😊