Introducción

En esta lección, Yuscu Mejía nos enseñará cómo renombrar filas y columnas y cómo realizar la limpieza básica de un DataFrame en Pandas. Estas operaciones son esenciales para preparar y limpiar datos antes de su análisis.

Características

Renombrar y limpiar un DataFrame en Pandas ofrece las siguientes características:

• Permite cambiar los nombres de las filas y columnas para mayor claridad y consistencia.
• Facilita la eliminación de datos duplicados y el manejo de valores nulos.
• Ayuda a preparar el DataFrame para un análisis de datos más efectivo.

Ejemplos

A continuación, Yuscu Mejía nos muestra algunos ejemplos de cómo renombrar filas y columnas y cómo realizar la limpieza de un DataFrame:

• Renombrar columnas en un DataFrame.
• Eliminar filas duplicadas.
• Manejar valores nulos.

# Importar pandas
import pandas as pd

# Crear un DataFrame de ejemplo
data = {'Nombre': ['Ana', 'Luis', 'Carlos', 'Ana', 'Jose'],
        'Edad': [23, 34, 45, 23, 36],
        'Ciudad': ['Madrid', 'Barcelona', 'Madrid', 'Madrid', 'Sevilla']}
df = pd.DataFrame(data)

# Renombrar columnas
df_renombrado = df.rename(columns={'Nombre': 'Nombre_Completo', 'Edad': 'Años'})
print(df_renombrado)

# Eliminar filas duplicadas
df_sin_duplicados = df.drop_duplicates()
print(df_sin_duplicados)

# Manejar valores nulos
df_con_nulos = df.copy()
df_con_nulos.loc[2, 'Edad'] = None
df_sin_nulos = df_con_nulos.fillna(df_con_nulos['Edad'].mean())
print(df_sin_nulos)

Práctica

Aprende a renombrar filas y columnas y a limpiar un DataFrame siguiendo nuestro tutorial en video, presentado por Yuscu Mejía:

Ejercicio 1: Renombrar columnas

Renombra las columnas de un DataFrame de ejemplo.

• a) Cambia el nombre de la columna ‘Nombre’ a ‘Nombre_Completo’ y ‘Edad’ a ‘Años’.

Ejercicio 2: Eliminar duplicados y manejar valores nulos

Elimina filas duplicadas y maneja los valores nulos en un DataFrame de ejemplo.

• a) Elimina las filas duplicadas.
• b) Rellena los valores nulos con la media de la columna correspondiente.

Ejercicios Resueltos

import pandas as pd

# Crear un DataFrame de ejemplo
data = {'Nombre': ['Ana', 'Luis', 'Carlos', 'Ana', 'Jose'],
        'Edad': [23, 34, 45, 23, 36],
        'Ciudad': ['Madrid', 'Barcelona', 'Madrid', 'Madrid', 'Sevilla']}
df = pd.DataFrame(data)

# Renombrar columnas
df_renombrado = df.rename(columns={'Nombre': 'Nombre_Completo', 'Edad': 'Años'})
print(df_renombrado)
      

# Eliminar filas duplicadas
df_sin_duplicados = df.drop_duplicates()
print(df_sin_duplicados)
      

# Manejar valores nulos
df_con_nulos = df.copy()
df_con_nulos.loc[2, 'Edad'] = None
df_sin_nulos = df_con_nulos.fillna(df_con_nulos['Edad'].mean())
print(df_sin_nulos)