Introducción

¡Hola a todos! Soy Yuscu Mejía y en esta lección vamos a aprender sobre varios métodos útiles para trabajar con DataFrames en pandas y cómo ordenar datos. Exploraremos métodos como info, count, sort_values, nlargest y nsmallest.

Conceptos Básicos

Las funciones que exploraremos en esta lección son:

• info(): Para obtener un resumen de la información del DataFrame.
• count(): Para contar el número de valores no nulos en cada columna.
• sort_values(): Para ordenar los valores en un DataFrame.
• nlargest(): Para obtener las filas con los valores más altos en una columna específica.
• nsmallest(): Para obtener las filas con los valores más bajos en una columna específica.

Ejemplos

A continuación, Yuscu Mejía te mostrará algunos ejemplos de cómo utilizar estos métodos con pandas:

• Utilizar info() para obtener un resumen de la información del DataFrame.
• Utilizar count() para contar los valores no nulos en cada columna.
• Utilizar sort_values() para ordenar un DataFrame por una columna específica.
• Utilizar nlargest() para obtener las filas con los valores más altos en una columna específica.
• Utilizar nsmallest() para obtener las filas con los valores más bajos en una columna específica.

# Importar Pandas
import pandas as pd

# Crear un DataFrame
data = {
    'Nombre': ['Ana', 'Luis', 'Carlos', 'María', 'Juan'],
    'Edad': [23, 34, 45, 29, 32],
    'Salario': [50000, 60000, 70000, 55000, 65000]
}
df = pd.DataFrame(data)

# Obtener información del DataFrame
print("Información del DataFrame:")
print(df.info())

# Contar valores no nulos en cada columna
print("\nConteo de valores no nulos:")
print(df.count())

# Ordenar el DataFrame por la columna 'Edad'
print("\nDataFrame ordenado por Edad:")
print(df.sort_values(by='Edad'))

# Obtener las 3 filas con los salarios más altos
print("\n3 filas con los salarios más altos:")
print(df.nlargest(3, 'Salario'))

# Obtener las 3 filas con los salarios más bajos
print("\n3 filas con los salarios más bajos:")
print(df.nsmallest(3, 'Salario'))

Práctica

Explora cómo aplicar estos métodos para trabajar con DataFrames en pandas siguiendo nuestro tutorial en video presentado por Yuscu Mejía:

Ejercicio 1: Trabajando con DataFrames

Con la guía de Yuscu Mejía, realiza las siguientes tareas utilizando un DataFrame:

• a) Obtén un resumen de la información del DataFrame.
• b) Cuenta el número de valores no nulos en cada columna.
• c) Ordena el DataFrame por la columna ‘Edad’.
• d) Obtén las 3 filas con los salarios más altos.
• e) Obtén las 3 filas con los salarios más bajos.

Ejercicios Resueltos por Yuscu Mejía

import pandas as pd

# Crear un DataFrame
data = {
    'Nombre': ['Ana', 'Luis', 'Carlos', 'María', 'Juan'],
    'Edad': [23, 34, 45, 29, 32],
    'Salario': [50000, 60000, 70000, 55000, 65000]
}
df = pd.DataFrame(data)

# Obtener un resumen de la información del DataFrame
print("Información del DataFrame:")
print(df.info())

# Contar valores no nulos en cada columna
print("\nConteo de valores no nulos:")
print(df.count())

# Ordenar el DataFrame por la columna 'Edad'
print("\nDataFrame ordenado por Edad:")
print(df.sort_values(by='Edad'))

# Obtener las 3 filas con los salarios más altos
print("\n3 filas con los salarios más altos:")
print(df.nlargest(3, 'Salario'))

# Obtener las 3 filas con los salarios más bajos
print("\n3 filas con los salarios más bajos:")
print(df.nsmallest(3, 'Salario'))