Lección 2 de 16 · Lectura y práctica
Creación y manipulación de DataFrames
Creación y manipulación de DataFrames Esta leccion pertenece al curso Data Science con Python y Pandas y esta pensada para que avances con criterio profesional, no solo con teoria. Primero entiende el concepto, despues aplicalo.
Del concepto a la práctica
Taller de esta lección
Crear un DataFrame no basta: las columnas deben conservar nombres, unidades y relaciones. Para un inventario, unidades es un conteo y precio_unitario es dinero por unidad; el importe se deriva multiplicando ambos, no sumando precios.
Ejemplo resuelto
import pandas as pd
df = pd.DataFrame({'producto': ['A', 'B'], 'unidades': [3, 2], 'precio_unitario': [10.0, 7.5]})
df['importe'] = df['unidades'] * df['precio_unitario']
print(df['importe'].sum())La salida es 45.0: 30.0 del producto A y 15.0 del B.
Pruébalo
Construye una tabla con cuatro productos.
Añade
importemediante una operación vectorizada.Ordena por importe de mayor a menor.
Comprueba que las filas siguen representando productos individuales.
Error frecuente: modificar una selección filtrada y asumir que se actualiza el original. Con Copy-on-Write en pandas actual, esa selección no cambia la tabla de origen; para actualizarla, usa una única asignación df.loc[condición, columna] = valor. Corrígelo creando una copia explícita con df.loc[condición].copy() antes de asignar.
Ejercicio: usa unidades [2, 5, 1] y precios [12, 4, 20].
Comprueba tu resultado
El importe total esperado es 64; los importes son 24, 20 y 20; el producto de 2 unidades queda primero si ordenas por importe descendente. Los otros dos están empatados: fija un criterio secundario si necesitas un orden reproducible.
Mapa de prácticaAntes de analizar, comprueba los tipos, valores vacíos, duplicados y unidades. Decide cómo tratar cada problema según el contexto y conserva la trazabilidad del cambio. Un gráfico solo es útil si los datos de entrada son coherentes.
Ver la infografía en tamaño completo ↗Creación y manipulación de DataFrames
Esta leccion pertenece al curso Data Science con Python y Pandas y esta pensada para que avances con criterio profesional, no solo con teoria. Primero entiende el concepto, despues aplicalo en una situacion concreta y finalmente deja evidencia de lo que aprendiste.
Objetivo practico
Al terminar, deberias poder explicar el tema con tus palabras, reconocer cuando usarlo y construir una version simple que sirva como base para un proyecto real.
Pasos recomendados
- Lee el concepto y escribi una definicion breve.
- Identifica un caso de uso laboral donde aparezca este problema.
- Construye un ejemplo pequeno y documenta las decisiones.
- Compara tu resultado con el checklist de la leccion.
Sigue con Data Science con Python y Pandas
Esta lección forma parte de un curso de Cursalo. Revisa su programa y elige entre la compra individual o el acceso a toda la escuela.
Si ya tenías acceso a este curso, entra con tu cuenta: tus derechos y tu progreso se conservan. No necesitas comprarlo de nuevo.