Nivel 4

Laboratorio 3

Laboratorio Pandas

Objetivos
• Ejercitar la capacidad de consultar y entender la documentación de las librerías de Python.
• Fomentar la habilidad de descomponer un problema en subproblemas y de implementar funciones que
los resuelven, lo que se conoce comúnmente como la técnica de "Dividir y Conquistar".

Preparación
En los siguientes enlaces se encuentra la documentación y algunos tutoriales muy útiles para familiarizarse con la
librería Pandas y con el módulo pyplot de la librería Matplotlib.

Pandas:
• Tutorial: http://pandas.pydata.org/pandas-docs/stable/getting_started/tutorials.html
• Documentación completa: http://pandas.pydata.org/pandas-docs/stable/

Pyplot:
• Tutorial: https://matplotlib.org/tutorials/introductory/pyplot.html
• Ejemplos de tipos de gráficos: http://pandas.pydata.org/pandas-
docs/stable/user_guide/visualization.html
• Documentación completa de matplotlib: https://matplotlib.org/users/index.html

Refiérase a estos enlaces cada vez que necesite generar un nuevo tipo de gráfico que no conozca o que desee
configurar su visualización.

Actividades

1. Archivos necesarios:
a. Cree el archivo ejemplo_peajes.py, allí irá escribiendo los comandos que vamos a probar a lo largo
del laboratorio.
b. Descargue el archivo peajes.csv (contiene los datos que estudiaremos). Recuerde almacenarlo en
el mismo directorio que el archivo n4l3.py
c. Descargue de Brightspace la presentación correspondiente a la siguiente lección:
nivel 4 > lección 7 (Librería Pandas)
La librería “pandas” es una herramienta útil para analizar (explorar y manipular) datos. En este laboratorio la
usaremos para analizar un conjunto de datos que representa información de peajes en Colombia.
2. Lea las diapositivas de la presentación.
a. Asegúrese de entender los conceptos presentados.
b. A medida que avanza adicione al archivo ejemplo_peajes.py los comandos que la presentación
introduce. Por cada comando adicionado corra el programa python y observe los resultados.
Al terminar el laboratorio debería saber qué comandos usar para leer un archivo de datos con pandas, recorrer y
seleccionar filas y columnas y crear filtros.