Hoja de trucos de Pandas: Comandos principales que debe conocer [2022]

El análisis de datos se ha convertido en un nuevo género de estudio, y todo gracias a Python. Si usted es un analista de datos entusiasta que trabaja en Python y usa casi absolutamente la biblioteca de Pandas, entonces este artículo es para usted. Esta hoja de trucos de Pandas repasará todos los métodos esenciales que son útiles al analizar datos. Es posible que haya encontrado situaciones en las que es difícil recordar la sintaxis específica para hacer algo en Pandas. Estos comandos de la hoja de trucos de Pandas lo ayudarán a recordar y hacer referencia fácilmente a las operaciones más comunes de Pandas. Si es un principiante en Python y la ciencia de datos, los cursos de ciencia de datos de upGrad definitivamente pueden ayudarlo a profundizar en el mundo de los datos y el análisis.

Uso de la hoja de trucos de Pandas

Antes de usar esta hoja de trucos de Pandas , debe aprender a fondo el Tutorial de Pandas y luego consultar esta hoja de trucos para recordar y borrar. La hoja de trucos de Pandas lo ayudará a buscar rápidamente los métodos que ya ha aprendido, y puede ser útil incluso si se presenta a un examen o una entrevista. Hemos recopilado y agrupado todos los comandos utilizados con frecuencia en Pandas por un analista de datos para una fácil detección. En esta hoja de trucos de Pandas , usaremos la siguiente abreviatura para representar diferentes objetos.

• df: para representar cualquier objeto Pandas DataFrame
• ser: Para representar cualquier objeto de la Serie Pandas

Debe usar las siguientes bibliotecas relevantes para implementar los métodos mencionados a continuación en este artículo.

• importar pandas como pd
• importar numpy como np

Debe leer: preguntas de la entrevista de pandas

1. Importar datos de diferentes archivos

• Para leer todos los datos de un archivo CSV: pd.read_csv(file_name)
• Para leer todos los datos de un archivo de texto delimitado (como TSV): pd.read_table(file_name)
• Para leer de una hoja de Excel: pd.read_excel(file_name)
• Para leer datos de una base de datos SQL: pd.read_sql(query, connectionObject)
• Obtener los datos de una cadena o URL con formato JSON: pd.read_json(jsonString)
• Para tomar el contenido de su portapapeles: pd.read_clipboard()

2. Exportar tramas de datos en diferentes formatos de archivo

• Para escribir un DataFrame en un archivo CSV: df.to_csv(file_name)
• Para escribir un DataFrame en un archivo de Excel: df.to_excel(file_name)
• Para escribir un DataFrame en una tabla SQL: df.to_sql(tableName, connectionObject)
• Para escribir un DataFrame en un archivo en formato JSON: df.to_json(file_name)

3. Inspeccione una sección particular de su DataFrame o Serie

• Para obtener toda la información relacionada con el índice, el tipo de datos y la memoria: df.info()
• Para extraer las filas iniciales 'n' de su DataFrame: df.head(n)
• Para extraer las filas 'n' finales de su DataFrame: df.tail(n)
• Para extraer el número de filas y columnas disponibles en su DataFrame: df.shape
• Para resumir las estadísticas de las columnas numéricas: df.describe()
• Para ver valores únicos junto con sus recuentos: ser.value_counts(dropna=False)

4. Seleccionar un subconjunto específico de sus datos

• Extrae la primera fila: df.iloc[0,:]
• Para extraer el primer elemento de la primera columna de su DataFrame: df.iloc[0,0]
• Para devolver columnas con la etiqueta 'col' como Serie: df[col]
• Para devolver columnas que tienen un nuevo DataFrame: df[[col1,col2]]
• Para seleccionar datos por posición: ser.iloc[0]
• Para seleccionar datos por índice: ser.loc['index_one']

5. Comandos de limpieza de datos

• Para renombrar columnas en masas: df.rename(columns = lambda x: x + 1)
• Para cambiar el nombre de las columnas de forma selectiva: df.rename(columns = {'oldName': 'newName'})
• Para renombrar el índice en masas: df.rename(index = lambda x: x + 1)
• Para cambiar el nombre de las columnas en secuencia: df.columns = ['x', 'y', 'z']
• Para verificar si existen valores nulos, devuelve una matriz booleana en consecuencia: pd.isnull()
• El reverso de pd.isnull(): pd.notnull()
• Suelta todas las filas que contienen valores nulos: df.dropna()
• Suelta todas las columnas que contienen valores nulos: df.dropna(axis=1)
• Para reemplazar cada valor nulo con 'n': df.fillna(n)
• Para convertir todos los tipos de datos de la serie en flotante: ser.astype(float)
• Para reemplazar todos los números 1 con 'uno' y 3 con 'tres': ser.replace([1,2], ['uno', 'dos'])

Lea también: Pandas Dataframe Astype

6. Agrupar, ordenar y filtrar datos

• Para devolver un objeto groupby para valores de columna: df.groupby(colm)
• Para devolver un objeto groupby para varios valores de columna: df.groupby([colm1, colm2])
• Para ordenar valores en orden ascendente (por columna): df.sort_values(colm1)
• Para ordenar los valores en orden descendente (por columna): df.sort_values(colm2, ascendente=Falso)
• Extraiga filas donde el valor de la columna sea mayor que 0.6: df[df[colm] > 0.6]

7. Otros

• Agregue las filas del primer DataFrame al final del segundo DataFrame: df1.append(df2)
• Agregue las columnas del primer DataFrame al final del segundo DataFrame: pd.concat([df1,df2],axis=1)
• Para devolver la media de todas las columnas: df.mean()
• Para devolver el número de valores no nulos: df.count()

Conclusión

Estas hojas de trucos de Pandas serán útiles solo para recordar rápidamente. Siempre es un buen enfoque practicar los comandos antes de saltar directamente a la hoja de trucos de Pandas .

Si tiene curiosidad por aprender sobre Pandas, consulte el Programa PG Ejecutivo en Ciencia de Datos de IIIT-B y upGrad, creado para profesionales que trabajan y ofrece más de 10 estudios de casos y proyectos, talleres prácticos, tutoría con expertos de la industria, 1- on-1 con mentores de la industria, más de 400 horas de aprendizaje y asistencia laboral con las mejores empresas.