Skip to content

Latest commit

 

History

History
73 lines (61 loc) · 4.64 KB

Pandas.md

File metadata and controls

73 lines (61 loc) · 4.64 KB

Pandas

Con los recursos disponibles, aprenderá todo sobre pandas, la biblioteca de Python más popular para el análisis de datos.

En el camino, completará varios ejercicios prácticos con datos del mundo real. Le recomendamos que trabaje en los ejercicios mientras lee los tutoriales correspondientes.

Crear, leer y escribir

No puede trabajar con datos si no puede leerlos. Comience aquí.

Indexación, selección y asignación

Los científicos de datos profesionales hacen esto docenas de veces al día. ¡Usted también puede!

  • Descripción: Seleccionar valores específicos de un DataFrame o serie de pandas para trabajar es un paso implícito en casi cualquier operación de datos que ejecutará, por lo que una de las primeras cosas que debe aprender al trabajar con datos en Python es cómo seleccionar los datos relevantes para usted de forma rápida y eficaz.

  • Duración: 1 hora

  • Modalidad: Lectura

Resumen de funciones y maps

Extraiga conocimientos de sus datos.

  • Descripción: En el último tutorial, aprendimos cómo seleccionar datos relevantes de un DataFrame o una serie. Extraer los datos correctos de nuestra representación de datos es fundamental para realizar el trabajo, como demostramos en los ejercicios.

    Sin embargo, los datos no siempre salen de la memoria en el formato que queremos desde el principio. A veces tenemos que hacer un poco más de trabajo nosotros mismos para reformatearlo para la tarea en cuestión. Este tutorial cubrirá diferentes operaciones que podemos aplicar a nuestros datos para obtener la entrada "correcta".

  • Duración: 1 hora

  • Modalidad: Lectura

Agrupar y ordenar

Aumente su nivel de conocimiento. Cuanto más complejo es el conjunto de datos, más importa esto.

  • Descripción: Los mapas nos permiten transformar datos en un DataFrame o Serie un valor a la vez para una columna completa. Sin embargo, a menudo queremos agrupar nuestros datos y luego hacer algo específico para el grupo en el que se encuentran.

    Como aprenderá, hacemos esto con la operación groupby( ). También cubriremos algunos temas adicionales, como formas más complejas de indexar sus DataFrames, junto con cómo ordenar sus datos.

  • Duración: 1 hora

  • Modalidad:

Tipos de datos y valores faltantes

Lidiar con los problemas de bloqueo de progreso más comunes

  • Descripción: En este tutorial, aprenderá a investigar los tipos de datos dentro de un DataFrame o una serie. También aprenderá a buscar y reemplazar entradas.
  • Duración: 1 hora
  • Modalidad:

Renombrar y combinar

Los datos provienen de muchas fuentes. Ayude a que todos tengan sentido juntos.

  • Descripción: A menudo, los datos nos llegarán con nombres de columnas, nombres de índices u otras convenciones de nomenclatura con las que no estamos satisfechos. En ese caso, aprenderá cómo usar las funciones de pandas para cambiar los nombres de las entradas infractoras a algo mejor.

    También explorará cómo combinar datos de múltiples DataFrames y/o Series.

  • Duración: 1 hora

  • Modalidad: Lectura