Guía de Análisis de datos. Librería Pandas

Guía de Análisis de datos

• Librería Pandas: 

Es una librería de Python especializada en el manejo y análisis de estructuras de datos.

• NumPy: Permite generar una estructura de datos universal, lo que se traduce por un mejor análisis de datos, ya que se da un intercambio de datos entre diferentes algoritmos. (Manejo de grandes volúmenes de datos).
• Matplotlib: Se generan una gran variedad de gráficos de calidad para publicar online o en papel y sin emplear muchas líneas de código.
• Datetime: Este módulo proporciona clases para manipular fechas y horas. Permite operaciones aritméticas con fechas y horas, su principal objetivo es poder extraer campos de forma eficiente para su posterior manipulación o formateo.
• Arrays: Es una manera de poder guardar datos del mismo tipo o clase (Enteros, carácteres, booleanos, etc.).
• PANDAS MANEJA 2 ESTRUCTURAS QUE SON:
• DataFrame: Estructura de dos dimensiones (tablas). Compuesto por filas y columnas, que permiten destacar las relaciones entre las distintas variables de la serie de datos.
• Series: Estructura de una dimensión. Es una estructura de datos que puede contener datos como cadenas, números enteros e incluso otros objetos de Python.
• Panel: Estructuras de tres dimensiones (cubos).
• ¿Cómo se habilita la biblioteca de pandas en Python?:

1.- Una vez instalado Google colaboratory

2.- Abrir un archivo nuevo e ingresar las siguientes sintaxis: import pandas as pd

3.- Ingresar a ejecutar y ya estará listo para trabajar con pandas.

• ¿Cuál es el comando corto que se utiliza para importar pandas?: 

import pandas as pd

• ¿Cuáles son los datos que utiliza pandas y como los calcula?:

Objetos de índice: Los objetos de índice en pandas son utilizados para etiquetar y referenciar filas y columnas en un DataFrame.

Median=serie.mean()

• ¿Cómo se carga un archivo CSV en pandas?: pandas.read_CSV(“nombre.CVS”)
• ¿Cómo se crea un DataFrame en pandas?:

pandas.DataFrame(data)

• ¿Cómo se calcula las estadísticas respectivas para cada columna?:

df.describe()

• ¿Cuál es la sintaxis de pandas para eliminar filas que contienen celdas vacías?:

dropna()

• ¿Cuál es la sintaxis de pandas para llenar celdas vacías con un nuevo valor?:

fillna()

• ¿Cuál es la sintaxis para dibujar diagramas?:

df.plot()

• Archivos que puede leer pandas: JSON, EXCEL, HTML, CSV
• ¿Cuáles son los tipos de datos que puede leer pandas?:

float, string, integer

• ¿Cómo se obtiene la cantidad de renglones y columnas de un dataframe en pandas?:

dataframe.shape

• Archivos CVS: Archivos de Excel en donde sus iniciales son “comman separed values” texto simple, almacenan datos separados por coma, letras y numero, formato.

...