Introducción a la manipulación de DataFrames en Pandas
Pandas es una de las librerías más populares de Python para análisis y manipulación de datos. Si eres principiante y te preguntas ¿cómo filtrar y manipular DataFrames en Pandas?, esta guía paso a paso es para ti. Aprenderás desde cómo crear un DataFrame, hasta cómo filtrar y modificar sus datos de manera eficiente.
¿Qué es un DataFrame en Pandas?
Un DataFrame es una estructura de datos bidimensional similar a una hoja de cálculo, donde puedes almacenar datos en filas y columnas. Es el formato principal con el que trabaja Pandas y permite realizar operaciones de filtrado, selección, agregación y mucho más.
Creando tu primer DataFrame
Antes de aprender cómo filtrar y manipular DataFrames en Pandas, primero necesitas crear uno. Veamos un ejemplo básico:
import pandas as pd
# Creamos un diccionario de datos
datos = {
Nombre: [Ana, Juan, Pedro, Lucía, María],
Edad: [23, 35, 29, 41, 30],
Ciudad: [Madrid, Barcelona, Madrid, Sevilla, Valencia],
Puntaje: [88, 92, 79, 95, 85]
}
# Convertimos el diccionario en un DataFrame
df = pd.DataFrame(datos)
print(df)
Filtrando DataFrames en Pandas
El filtrado de DataFrames te permite seleccionar filas que cumplen ciertas condiciones. Existen varias formas de hacerlo:
Filtrar filas por una condición
Para responder a la pregunta ¿cómo filtrar filas en un DataFrame de Pandas?, puedes usar una expresión booleana. Por ejemplo, para seleccionar las personas mayores de 30 años:
# Filtrar personas mayores de 30 años
mayores_30 = df[df[Edad] > 30]
print(mayores_30)
Filtrar por varias condiciones
Puedes combinar condiciones usando & (y) o | (o). Por ejemplo, para seleccionar personas de Madrid y mayores de 25 años:
# Personas de Madrid y mayores de 25 años
filtro = (df[Ciudad] == Madrid) & (df[Edad] > 25)
resultado = df[filtro]
print(resultado)
Filtrar usando el método query()
Otra manera de filtrar datos es usando el método query(), que permite escribir las condiciones como si fueran expresiones de Python:
# Usando query para filtrar
resultado = df.query(Ciudad == "Madrid" and Edad > 25)
print(resultado)
Seleccionar columnas específicas en un DataFrame
Además de filtrar filas, puedes seleccionar columnas de interés. Por ejemplo, para obtener solo los nombres y edades:
# Seleccionar columnas Nombre y Edad
seleccion = df[[Nombre, Edad]]
print(seleccion)
Manipulación básica de DataFrames en Pandas
Una vez que sabes cómo filtrar DataFrames, puedes pasar a la manipulación de los datos. Aquí tienes algunos ejemplos:
Agregar una nueva columna
Puedes crear nuevas columnas a partir de datos existentes. Por ejemplo, para calcular si una persona es mayor de edad:
# Crear una columna Mayor_de_edad
df[Mayor_de_edad] = df[Edad] >= 18
print(df)
Modificar valores en el DataFrame
Puedes actualizar valores específicos. Por ejemplo, para aumentar en 5 puntos el puntaje de todos:
# Aumentar el puntaje en 5
df[Puntaje] = df[Puntaje] + 5
print(df)
Eliminar columnas o filas
Para eliminar una columna, utiliza drop():
# Eliminar la columna Mayor_de_edad
df = df.drop(Mayor_de_edad, axis=1)
print(df)
Para eliminar una fila por su índice:
# Eliminar la fila con índice 2
df = df.drop(2)
print(df)
Resumen: ¿Cómo filtrar y manipular DataFrames en Pandas?
Como has visto, filtrar y manipular DataFrames en Pandas es sencillo y muy útil para el análisis de datos. Puedes:
- Filtrar filas usando condiciones lógicas.
- Seleccionar columnas específicas.
- Agregar o modificar columnas para enriquecer tus datos.
- Eliminar filas o columnas que no necesites.
La clave está en practicar estos conceptos y combinarlos para lograr un análisis de datos eficiente con Pandas.
Conclusión
Dominar cómo filtrar y manipular DataFrames en Pandas te abrirá las puertas al mundo del análisis de datos en Python. Esperamos que esta guía paso a paso para principiantes te haya resultado útil. ¡Ahora es tu turno de experimentar y profundizar en el manejo de DataFrames!