PythonPandasHoja de referencia de análisis de datos
Guía de referencia paraPandasSeries y DataFrames. Aprenda a cargar, limpiar, seleccionar, agrupar y agregar datos.
Carga de datos e inspección inicial
Operaciones para cargar conjuntos de datos e inspeccionar sus contornos estructurales.
| Método / Función | Sintaxis | Descripción |
|---|---|---|
| pd.DataFrame() | pd.DataFrame(data, columns=...) | Construye una estructura de datos etiquetada bidimensional con columnas. |
| pd.read_csv() | pd.read_csv(filepath) | Carga un archivo CSV en unPandasDataFrame. |
| head() / tail() | df.head(n=5) / df.tail(n=5) | Devuelve las primeras n o las últimas n filas del DataFrame. |
| info() | df.info() | Imprime un resumen conciso de las columnas del DataFrame, los recuentos no nulos y el uso de memoria. |
| describe() | df.describe() | Genera estadísticas descriptivas que resumen la tendencia central, la dispersión y la forma. |
Selección, filtrado y limpieza de datos
Métodos para dividir columnas/filas, agregar datos y resolver registros faltantes.
| Método / Función | Sintaxis | Descripción |
|---|---|---|
| loc[] | df.loc[row_label, col_label] | Accede a un grupo de filas y columnas por etiquetas. |
| iloc[] | df.iloc[row_pos, col_pos] | Accede a un grupo de filas y columnas por posiciones de índice de números enteros. |
| groupby() | df.groupby(col).mean() | Agrupa filas que comparten valores de columnas y agrega campos numéricos. |
| value_counts() | df[col].value_counts() | Devuelve una serie que contiene recuentos de valores únicos en la columna. |
| dropna() | df.dropna(axis=0) | Elimina filas (o columnas) que contienen valores nulos o faltantes. |
| fillna() | df.fillna(value) | Rellena los valores faltantes con un valor o estrategia específicos. |
Guión de demostración interactivo
# pd.DataFrame()
pd.DataFrame(data, columns=...)
# pd.read_csv()
pd.read_csv(filepath)
# head() / tail()
df.head(n=5) / df.tail(n=5)
# info()
df.info()
# describe()
df.describe()
# loc[]
df.loc[row_label, col_label]
# iloc[]
df.iloc[row_pos, col_pos]
# groupby()
df.groupby(col).mean()
# value_counts()
df[col].value_counts()
# dropna()
df.dropna(axis=0)
# fillna()
df.fillna(value)Preguntas frecuentes
¿Cuál es la diferencia entre loc e iloc?
loc es una indexación basada en etiquetas (selecciona datos por nombres de fila/columna), mientras que iloc es una indexación basada en números enteros (selecciona datos por posición de índice).
¿Cómo se manejan los valores faltantes enPandas?
Utilice dropna() para eliminar filas/columnas con valores nulos, o utilice fillna(valor) para reemplazar valores nulos con un valor predeterminado específico.
Temas relacionados
Guía de referencia rápida para matricesNumPy. Aprenda la creación, remodelación, indexación, división y operaciones matemáticas de matrices.
Hoja de referencia sobre estructuras de datos y colecciones de PythonGuía completa del módulo de colecciones de Python y estructuras de datos nativas. Aprenda listas, dictados, conjuntos, tuplas, deques y tuplas con nombre.
Hoja de referencia de funciones integradas de PythonGuía de referencia de las funciones integradas de Python. Aprenda a utilizar print, len, range, enumerate, zip, map, filter y más.
Recursos recomendados de Python
Amplíe sus conocimientos con tutoriales interactivos relacionados, hojas de trucos y comparaciones de códigos.
Bucles de Python
Aprenda a utilizar bucles de Python para iterar sobre datos. Domine los bucles for, while, rompa, continúe y realice bucles con ejemplos interactivos.
Cómo ordenar una lista en Python
Aprenda a ordenar una lista en Python usando el método sort() y la función sorted(). Descubra ejemplos de ordenación inversa y clasificación de claves personalizadas.
Python vs JavaScript: ¿Qué lenguaje de programación es mejor?
Una comparación completa entre Python y JavaScript. Explore las diferencias de sintaxis, el rendimiento, los casos de uso (backend frente a frontend) y ejemplos de codificación.