PREGUNTAS PARA REVISIÓN

Trate de responder las siguientes preguntas para evaluar su comprensión de los

temas tratados:

1. ¿QUÉ ES PANDAS? ¿QUÉ LO HACE ÚTIL?

Es una librería de Python la cual permite leer, seleccionar y escribir
ficheros en formatos CSV, Excel, SQL. Además, ofrece métodos que
permiten reordenar, dividir y combinar un conjunto de datos sin
modificar el archivo original.

2. ¿CÓMO SE INSTALA LA BIBLIOTECA PANDAS?

Ejecutamos el siguiente comando: pip install pandas

3. ¿CÓMO SE IMPORTA EL PANDAS MÓDULO?

Se importa de la siguiente manera: import pandas as pd

4. ¿CUÁL ES EL ALIAS COMÚN QUE SE USA AL IMPORTAR EL

PANDAS MÓDULO?

El alias más común es el pd.

5. ¿CÓMO SE LEE UN ARCHIVO CSV USANDO PANDAS? ¿DAR UN

EJEMPLO?

Creamos una variable y dentro de esta llamaremos a la librería Pandas,

luego colocamos un punto y le decimos que lea el archivo con la palabra
read, escribimos un guion bajo ( _ ) y especificamos la extensión del
archivo, procedemos a escribir dentro de paréntesis y con comillas
simples el nombre del archivo con su extensión.

Ejemplo: sal = pd.read_csv('Salario.csv')

print (sal)
6. ¿CUÁLES SON ALGUNOS OTROS FORMATOS DE ARCHIVO
QUE PUEDE LEER CON PANDAS? ILUSTRAR CON EJEMPLOS.

Puede leer formatos como CSV, xlsx, archivos de bases SQL.

LEER ACHIVO CSV

LEER ARCHIVO XLSX

LEER ARCHIVOS SQL

7. ¿QUÉ SON LOS MARCOS DE DATOS DE PANDAS?

Es una estructura de datos bidimensional que permite almacenar

información en forma de filas y columnas. 

8. ¿EN QUÉ SE DIFERENCIAN LOS MARCOS DE DATOS DE

PANDAS DE LAS MATRICES DE NUMPY?

Pandas permite realizar tareas importantes, como alinear datos para su

comparación, fusionar conjuntos de datos, gestión de datos perdidos,
etc., se ha convertido en una librería muy importante para procesar datos
a alto nivel en Python.

Mientras que Numpy nos crea un objeto con un array multidimensional,

objetos derivados y una serie de operaciones para arrays.

9. ¿CÓMO ENCUENTRA EL NÚMERO DE FILAS Y COLUMNAS EN

UN MARCO DE DATOS?

Utilizando el método df.shape(), este método devuelve el numero de filas

y columnas en forma de tupla.

10.¿CÓMO SE OBTIENE LA LISTA DE COLUMNAS EN UN MARCO

DE DATOS?

Utilizando el método df.pivot , su sintaxis es la siguiente:

df.pivot(index=filas, columns=columna, values=valores)

11.¿CUÁL ES EL PROPÓSITO DEL DESCRIBE MÉTODO DE UN

MARCO DE DATOS?

La función describe de Pandas regresa estadísticas descriptivas

incluyendo: media, mediana, máxima, mínima, std y conteos. La función
 describe solo regresa los valores de estas estadísticas para las columnas
numéricas.

12.¿ES UN MARCO DE DATOS DE PANDAS CONCEPTUALMENTE

SIMILAR A UNA LISTA DE DICCIONARIOS O UN
DICCIONARIO DE LISTAS? EXPLIQUE CON UN EJEMPLO.

En un marco de datos, las columnas se representan como diccionarios o

listas, donde cada nombre de la lista representa el nombre de una
columna y los valores son los datos en esa columna. Luego, las filas del
marco de datos se pueden considerar como elementos de una lista, donde
cada elemento es un diccionario o una lista que contiene los datos
correspondientes a cada columna para esa fila en particular.

13.¿QUÉ ES UN PANDA SERIES? ¿EN QUÉ SE DIFERENCIA DE

UNA MATRIZ NUMPY?

Una panda series es un tipo de Arreglo que te permite almacenar

información de diversa tipología; sea por medio de cadenas de texto,
flotantes o enteros, entre otros. 

14.¿CÓMO SE ACCEDE A UNA COLUMNA DESDE UN MARCO

DE DATOS?

Se accede usando corchetes con el índice de la columna después de una

coma.

Ejemplo: datos [, 1]

15.¿CÓMO SE ACCEDE A UNA FILA DESDE UN MARCO DE

DATOS?

Usando el método loc.

 Ejemplo: df.loc[dt[columna]==valor].

16.¿CÓMO ACCEDE A UN ELEMENTO EN UNA FILA Y

COLUMNA ESPECÍFICAS DE UN MARCO DE DATOS?

Usando los métodos loc y iloc

df_sub = df.loc[1:5]

df.iloc[:, 1]

17.¿CÓMO SE CREA UN SUBCONJUNTO DE UN MARCO DE

DATOS CON UN CONJUNTO ESPECÍFICO DE COLUMNAS?

Se puede utilizar la función iloc junto con la lista de nombres de las

columnas que deseas incluir en el subconjunto.

18.¿CÓMO SE CREA UN SUBCONJUNTO DE UN MARCO DE

DATOS CON UN RANGO ESPECÍFICO DE FILAS?

Con la función iloc, ejemplo:

subconjunto = df.iloc[3:8]

En este caso, el índice de la primera fila es 3, y el índice de la última fila

es 7. La función iloc seleccionará todas las filas en ese rango.

19.¿CÓMO VE LAS PRIMERAS FILAS DE UN MARCO DE

DATOS?

Con el método head(), con esto mostraremos las 10 primeras filas.

planets.head()

20.¿CÓMO VE LAS ÚLTIMAS FILAS DE UN MARCO DE DATOS?

Con el método tail(), mostraremos las 10 últimas filas.

planets.tail(3)
21.¿CÓMO VE UNA SELECCIÓN ALEATORIA DE FILAS DE UN
MARCO DE DATOS?

Con el método ramdon

print(pd.DataFrame(np.random.rand(rows,cols), columns=['A','B','C','D']))