Información de dataframes

Aquí tienes un listado de los principales métodos de Pandas para obtener información de un DataFrame, junto con ejemplos de uso:

Métodos para Obtener Información de un DataFrame

1. head()

Este método devuelve las primeras n filas del DataFrame. Por defecto, muestra las primeras 5 filas.

import pandas as pd

data = {
    'Nombre': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
    'Edad': [24, 27, 22, 32, 29],
    'Salario': [50000, 60000, 55000, 70000, 65000]
}
df = pd.DataFrame(data)

# Obtener las primeras 3 filas
print(df.head(3))

Output:

    Nombre  Edad  Salario
0    Alice    24    50000
1      Bob    27    60000
2  Charlie    22    55000

2. tail()

Devuelve las últimas n filas del DataFrame. Por defecto, muestra las últimas 5 filas.

# Obtener las últimas 2 filas
print(df.tail(2))

Output:

    Nombre  Edad  Salario
3    David    32    70000
4      Eva    29    65000

3. info()

Proporciona un resumen conciso del DataFrame, incluyendo el número de entradas, nombres de columnas, tipo de datos y cantidad de valores no nulos.

# Obtener información sobre el DataFrame
df.info()

Output:

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5 entries, 0 to 4
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype
---  ------  --------------  -----
 0   Nombre  5 non-null      object
 1   Edad    5 non-null      int64
 2   Salario 5 non-null      int64
dtypes: int64(2), object(1)
memory usage: 136.0+ bytes

4. describe()

Genera estadísticas descriptivas sobre las columnas numéricas, como la media, desviación estándar, valor mínimo, percentiles y máximo.

# Obtener estadísticas descriptivas
print(df.describe())

Output:

            Edad       Salario
count   5.000000      5.000000
mean   26.000000  62000.000000
std     3.162278  7071.067812
min    22.000000  50000.000000
25%    24.000000  55000.000000
50%    27.000000  60000.000000
75%    29.000000  65000.000000
max    32.000000  70000.000000

5. shape

Devuelve una tupla que representa las dimensiones del DataFrame (número de filas y columnas).

# Obtener las dimensiones del DataFrame
print(df.shape)  # Output: (5, 3)

6. columns

Devuelve los nombres de las columnas del DataFrame.

# Obtener los nombres de las columnas
print(df.columns)

Output:

Index(['Nombre', 'Edad', 'Salario'], dtype='object')

7. index

Devuelve los índices (etiquetas de fila) del DataFrame.

# Obtener los índices del DataFrame
print(df.index)

Output:

RangeIndex(start=0, stop=5, step=1)

8. dtypes

Devuelve los tipos de datos de cada columna del DataFrame.

# Obtener los tipos de datos de las columnas
print(df.dtypes)

Output:

Nombre      object
Edad         int64
Salario      int64
dtype: object

9. value_counts()

Devuelve la frecuencia de los valores únicos en una columna específica.

# Crear un DataFrame adicional
data2 = {
    'Nombre': ['Alice', 'Bob', 'Charlie', 'David', 'Eva', 'Alice'],
    'Edad': [24, 27, 22, 32, 29, 24],
    'Salario': [50000, 60000, 55000, 70000, 65000, 50000]
}
df2 = pd.DataFrame(data2)

# Obtener conteo de valores únicos en la columna 'Nombre'
print(df2['Nombre'].value_counts())

Output:

Alice      2
Bob        1
Charlie    1
David      1
Eva        1
Name: Nombre, dtype: int64

10. isnull()

Devuelve un DataFrame de valores booleanos que indican si los elementos son nulos.

# Crear un DataFrame con algunos valores nulos
data3 = {
    'Nombre': ['Alice', 'Bob', None, 'David', 'Eva'],
    'Edad': [24, None, 22, 32, 29]
}
df3 = pd.DataFrame(data3)

# Comprobar valores nulos
print(df3.isnull())

Output:

   Nombre   Edad
0   False  False
1   False   True
2    True  False
3   False  False
4   False  False

---

Resumen

Estos métodos son fundamentales para obtener información y explorar un DataFrame en Pandas. Cada uno de ellos proporciona una forma diferente de interactuar con los datos, lo que facilita la limpieza, la manipulación y el análisis. Utilizar estas herramientas de manera efectiva puede ayudarte a comprender mejor tus datos y realizar análisis más informados.