CAP 4.4: Manipulación de datos en Pandas (filtrado, agrupamiento, agregación, etc.)

 En Pandas, hay muchas maneras de manipular y transformar los datos en DataFrames. Algunas de las técnicas más comunes incluyen el filtrado de datos, la agrupación de datos y la agregación de datos.

Filtrado de datos: El filtrado de datos se refiere a la selección de un subconjunto de filas o columnas de un DataFrame basado en ciertas condiciones. Por ejemplo, si tenemos un DataFrame de ventas con información sobre el producto, la cantidad y el precio, podemos filtrar los datos para mostrar solo las filas correspondientes a un producto específico o para mostrar solo las filas donde la cantidad vendida es mayor que un cierto número.

Para filtrar datos en Pandas, podemos usar la función loc para seleccionar filas y columnas basadas en etiquetas, y la función iloc para seleccionar filas y columnas basadas en índices enteros.

Agrupamiento de datos: El agrupamiento de datos se refiere a la combinación de filas de un DataFrame que tienen los mismos valores en una o más columnas. Por ejemplo, si tenemos un DataFrame de ventas con información sobre el producto, la cantidad y el precio, podemos agrupar los datos por producto para ver la cantidad total vendida y el ingreso total generado por cada producto.

Para agrupar datos en Pandas, podemos usar la función groupby, que nos permite agrupar las filas de un DataFrame según una o más columnas. Luego podemos aplicar una función de agregación, como la suma o la media, a cada grupo para obtener una vista resumida de los datos.

Agregación de datos: La agregación de datos se refiere al cálculo de una sola estadística resumen a partir de un conjunto de datos. Por ejemplo, si tenemos un DataFrame de ventas con información sobre el producto, la cantidad y el precio, podemos calcular la cantidad total vendida y el ingreso total generado por todos los productos.

Para agregar datos en Pandas, podemos usar funciones de agregación incorporadas, como sum, mean y count, o podemos definir nuestras propias funciones de agregación personalizadas. Podemos aplicar estas funciones a grupos de datos utilizando la función agg o apply.

En resumen, Pandas ofrece una variedad de herramientas para manipular y transformar datos en DataFrames. El filtrado de datos, la agrupación de datos y la agregación de datos son algunas de las técnicas más comunes que se utilizan para trabajar con DataFrames en Pandas.