Manipulación de datos con pandas
Aprenda a importar y limpiar datos, calcular estadísticas y crear visualizaciones con pandas.
Comience El Curso Gratis4 Horas15 Videos56 Ejercicios
Crea Tu Cuenta Gratuita
o
Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.¿Entrenar a 2 o más personas?Pruebe DataCamp para empresas
Preferido por estudiantes en miles de empresas
Descripción del curso
pandas es la biblioteca de Python más popular del mundo, utilizada para todo, desde la manipulación de datos hasta el análisis de datos. En este curso, aprenderás a manipular DataFrames, mientras extraes, filtras y transformas sets de datos reales para su análisis. Usando pandas, explorarás todos los conceptos básicos de la ciencia de datos. Usando datos reales, incluidas las cifras de ventas de Walmart y series temporales de temperatura global, aprenderás a importar, limpiar, calcular estadísticas y crear visualizaciones usando pandas para aumentar el poder de Python!
Empresas
¿Entrenar a 2 o más personas?
Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y másEn las siguientes pistas
Manipulación de datos con Python
Ir a la pista- 1
Transformando DataFrames
GratuitoDominemos los conceptos básicos de pandas. Aprende a inspeccionar DataFrames y realizar manipulaciones fundamentales, incluida la clasificación de filas, la creación de subconjuntos y la adición de nuevas columnas.
Introducción a los DataFrames50 xpInspeccionando un DataFrame100 xpPartes de un DataFrame100 xpOrdenar y subdividir50 xpOrdenando filas100 xpSubconjuntos de columnas100 xpSubconjuntos de filas100 xpSubconjuntos de filas con variables categóricas100 xpNuevas columnas50 xpAgregando nuevas columnas100 xp¡Ataque combo!100 xp - 2
Agregando DataFrames
En este capítulo, calcularás estadísticas de resumen en columnas de DataFrames y dominarás las estadísticas de resumen agrupadas y las tablas dinámicas (pivot tables).
Estadísticas de resumen50 xpMedia y mediana100 xpResumiendo fechas100 xpResúmenes eficientes100 xpEstadísticas acumuladas100 xpConteo50 xpEliminando duplicados100 xpContando variables categóricas100 xpEstadísticas de resumen agrupadas50 xp¿Qué porcentaje de las ventas ocurrió en cada tipo de tienda?100 xpCálculos con .groupby()100 xpResúmenes agrupados múltiples100 xpTablas dinámicas50 xpPivot en una variable100 xpRellenando valores faltantes y sumando valores con tablas dinámicas100 xp - 3
Segmentando e indexando DataFrames
Los índices son nombres de filas y columnas sobrecargados. Descubre cómo se pueden combinar con la segmentación para crear potentes subconjuntos en DataFrames.
Índices explícitos50 xpConfiguración y eliminación de índices100 xpCreando subconjuntos con .loc []100 xpConfiguración de índices multinivel100 xpOrdenando por valores de índice100 xpSeleccionando subconjuntos con .loc e .iloc50 xpSubdividiendo con valores de índice100 xpSubdividiendo en ambas direcciones100 xpSegmentación de series temporales100 xpSubdivisión por número de fila/columna100 xpTrabajando con tablas dinámicas50 xpTemperatura de pivote por ciudad y año100 xpCrear subconjuntos de tablas dinámicas100 xpCalculando en una tabla dinámica100 xp - 4
Creación y visualización de DataFrames
Aprende a visualizar el contenido de tus DataFrames, gestionar los valores de datos faltantes e importar y exportar datos a archivos CSV.
Visualizando tus datos50 xp¿Qué tamaño de aguacate es el más popular?100 xpCambios en las ventas a lo largo del tiempo100 xpOferta y demanda de aguacate100 xpPrecio de los aguacates convencionales vs. orgánicos100 xpDatos faltantes50 xpBuscando valores faltantes100 xpEliminando valores faltantes100 xpSustituyendo valores faltantes100 xpCreando DataFrames50 xpLista de diccionarios100 xpDiccionario de listas100 xpLectura y escritura de archivos CSV50 xpCSV a DataFrame100 xpDataFrame a CSV100 xpConclusión50 xp
Empresas
¿Entrenar a 2 o más personas?
Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y másEn las siguientes pistas
Manipulación de datos con Python
Ir a la pistaEn otras pistas
Desarrollador PythonColaboradores
Requisitos Previos
Intermediate PythonMaggie Matsui
Ver Mas
Curriculum Manager at DataCamp
Richie Cotton
Ver Mas
Data Evangelist at DataCamp
¿Qué tienen que decir otros alumnos?
Únete a 13 millones de estudiantes y empeza Manipulación de datos con pandas hoy!
Crea Tu Cuenta Gratuita
o
Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.