Leer un archivo (csv)
df = pd.read_csv("../ruta/mi/archivo.csv")
|
Leer ciertos datos
df_columnas = pd.read_csv("../archivo.csv", usecols=['title', 'critics']) |
Lee solo las columnas indicadas |
df['title'][0] |
Lee el primer valor de la columna |
Guardar un csv
df.to_csv("copia.csv", sep=";", index=False, header=True)
|
Por defecto hace el guardado de los nombres de las columnas pero no est mal ponerlo y el separador es un añadido extra.
Mostrar los datos
df |
Muestra tanto primeros como ultimos |
df.head() |
Muestra los cinco primeros |
df.tail() |
Muestra los cinco ultimos |
Uso de datos
df_selection = df[['title', 'critic_score']]
|
Seleccion de datos .loc
df.loc[df.year >= 2018] |
Seleccionas las pelis que son mayor o igual a 2018 |
df.loc[df.title == 'La pantera', 'critics] = 100' |
Donde el titulo sea 'La pantera', pone el valor de critics a 100 |
df.loc[(df.critic_score > 90) & (df.people_score > 80)] |
Coge las filas en las que supere esos dos valores respectivamente |
df.loc[df.title.str.startswith('S')] |
Coge las peliculas que empizen por S mayuscula |
df.loc[df.critic_score > df.critic_score.median()] |
Coge todas las que la puntuacion sea mayor a la mediana de la columna |
df.loc[df.title.str.contains("Spider", na=False), 'critic_score'] = 95 |
Pone el valor de 95 a aquellas pelis que en el titulo tengan "Spider" |
Seleccion de datos .iloc
df.iloc[0] |
Coge la primera fila |
df.iloc[0:3] |
Coge del 0 al 2 |
df.loc[:9, 'description'] |
Coge desde la 0 hasta la 9 de la columna |
df.iloc[5:11][['title', 'year', 'critic_score']] |
Coge del 5 al 10 de esas columnas |
df.iloc[[1, 2, 3, 5, 8]] |
Coge esas filas en especifico |
|
|
Summary Functions and Map
df.describe() # Dentro estan todas |
Resumen de las columnas numéricas |
df.peliculas.unique() |
Coge las peliculas una sola vez |
df.peliculas.value_counts() |
Cuenta cuantas veces aparece cada cosa |
df.critics.mean() |
Devuelve la media de la columna |
Hay mas método como el 'std', 'min', 'sum', etc.
Map Function
centered_price = reviews.price.map(lambda p: p - mean_price) |
A cada fila coge el valor de price que es p y le resta la media de la columna |
n_trop = reviews.description.map(lambda desc: "tropical" in desc).sum() |
Si tiene esa descripcion es True (1) por lo que suma ese uno asi fila por fila |
df['type'].map(lambda valor: valor.lower()) |
Pone los datos en type a minusculas |
Map es una función a la cual se recorre cada valor que le pasemos y hace lo que le pongamos
Apply Function
star_ratings = reviews.apply(stars, axis='columns') |
Hace el metodo 'stars' el cual hace que devuelva un valor a cad fila, dentro del metodo usa reviews.points |
df['is_highly_rated'] = df.apply(lambda fila: fila['critic_score'] > 90, axis=1) |
Crea una nueva columna que pone a True si se cumple la condicion |
Agg Function
critic_score_agg = df['critic_score'].agg(['mean', 'std']) |
Devuelve el valor de los metodos que pongamos dentro |
|
|
Métodos
.idmax() |
Devuelve el dato mayor |
|
