Saltar al contenido

Lección 1 de 16 · Lectura y práctica

Introducción a Pandas y estructuras de datos

Introducción a Pandas y estructuras de datos 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.

Del concepto a la práctica

Taller de esta lección

Pandas organiza datos tabulares mediante Series y DataFrames. La decisión clave es identificar la unidad de cada fila: en un registro de soporte, una fila puede ser un ticket y cada columna una propiedad del ticket. Si una fila mezcla dos tickets, cualquier promedio posterior pierde sentido.

Ejemplo resuelto

python
import pandas as pd

s = pd.Series([12, 8, 15], index=['lunes', 'martes', 'miércoles'], name='tickets')
df = pd.DataFrame({'día': s.index, 'tickets': s.values})
print(df['tickets'].sum())

La salida es 35: se suman tres observaciones de la misma unidad.

Pruébalo

  1. Crea una Serie con pedidos de tres días.

  2. Convierte sus índices y valores en un DataFrame.

  3. Comprueba el número de filas y la suma de pedidos.

  4. Escribe qué representa una fila.

Error frecuente: usar el índice como si fuera una columna después de construir la tabla. Corrígelo creando explícitamente la columna de fecha o usando reset_index() cuando corresponda.

Ejercicio: registra pedidos lunes 4, martes 7 y miércoles 5.

Comprueba tu resultado

El resultado verificable debe ser tres filas, suma 16 y una columna que identifique cada día.

Flujo de datos: dos formatos de la misma fecha se normalizan y un vacío queda marcado antes de comprobar tipos, duplicados y unidades.
CursaloMapa de práctica
Antes del gráfico, revisa los datos

Antes 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 ↗

Introducción a Pandas y estructuras de datos

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

  1. Lee el concepto y escribi una definicion breve.
  2. Identifica un caso de uso laboral donde aparezca este problema.
  3. Construye un ejemplo pequeno y documenta las decisiones.
  4. 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.

01 / ELEGIR UNA RUTA

El próximo paso

Aprende IA mientras construyes algo que sí necesitas.

Empieza por el curso inicial o explora el catálogo para encontrar una práctica alineada con tu trabajo.