You've learned this already. ✅
Click here to view the next lesson.
Capítulo 6: Manipulación de Datos con Pandas
6.5 Ejercicios Prácticos Capítulo 6
Ejercicio 1: Crear DataFrames
- Crea un DataFrame a partir de un diccionario que contenga columnas para
Nombre,EdadyOcupación. - Agrega una nueva fila a este DataFrame.
Solución:"
import pandas as pd
# 1. Create a DataFrame
df = pd.DataFrame({
'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [28, 34, 45],
'Occupation': ['Engineer', 'Doctor', 'Artist']
})
# 2. Add a new row
new_row = {'Name': 'David', 'Age': 22, 'Occupation': 'Student'}
df = df.append(new_row, ignore_index=True)
print(df)Ejercicio 2: Manejo de Datos Faltantes
- Crea un DataFrame con algunos valores faltantes.
- Rellena los valores faltantes con la media de la respectiva columna.
Solución:
# 1. Create a DataFrame with missing values
df_missing = pd.DataFrame({
'A': [1, None, 3],
'B': [None, 5, 6]
})
# 2. Fill missing values with mean
df_missing.fillna(df_missing.mean(), inplace=True)
print(df_missing)Ejercicio 3: Manipulación de Datos
- Crea un DataFrame a partir de un diccionario que contenga
Producto,PrecioyCantidad. - Calcula el precio total para cada producto (Precio * Cantidad) y almacénalo en una nueva columna.
Solución:
# 1. Create a DataFrame
df_products = pd.DataFrame({
'Product': ['Apple', 'Banana', 'Cherry'],
'Price': [1.2, 0.5, 2.0],
'Quantity': [5, 10, 3]
})
# 2. Calculate total price
df_products['Total_Price'] = df_products['Price'] * df_products['Quantity']
print(df_products)6.5 Ejercicios Prácticos Capítulo 6
Ejercicio 1: Crear DataFrames
- Crea un DataFrame a partir de un diccionario que contenga columnas para
Nombre,EdadyOcupación. - Agrega una nueva fila a este DataFrame.
Solución:"
import pandas as pd
# 1. Create a DataFrame
df = pd.DataFrame({
'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [28, 34, 45],
'Occupation': ['Engineer', 'Doctor', 'Artist']
})
# 2. Add a new row
new_row = {'Name': 'David', 'Age': 22, 'Occupation': 'Student'}
df = df.append(new_row, ignore_index=True)
print(df)Ejercicio 2: Manejo de Datos Faltantes
- Crea un DataFrame con algunos valores faltantes.
- Rellena los valores faltantes con la media de la respectiva columna.
Solución:
# 1. Create a DataFrame with missing values
df_missing = pd.DataFrame({
'A': [1, None, 3],
'B': [None, 5, 6]
})
# 2. Fill missing values with mean
df_missing.fillna(df_missing.mean(), inplace=True)
print(df_missing)Ejercicio 3: Manipulación de Datos
- Crea un DataFrame a partir de un diccionario que contenga
Producto,PrecioyCantidad. - Calcula el precio total para cada producto (Precio * Cantidad) y almacénalo en una nueva columna.
Solución:
# 1. Create a DataFrame
df_products = pd.DataFrame({
'Product': ['Apple', 'Banana', 'Cherry'],
'Price': [1.2, 0.5, 2.0],
'Quantity': [5, 10, 3]
})
# 2. Calculate total price
df_products['Total_Price'] = df_products['Price'] * df_products['Quantity']
print(df_products)6.5 Ejercicios Prácticos Capítulo 6
Ejercicio 1: Crear DataFrames
- Crea un DataFrame a partir de un diccionario que contenga columnas para
Nombre,EdadyOcupación. - Agrega una nueva fila a este DataFrame.
Solución:"
import pandas as pd
# 1. Create a DataFrame
df = pd.DataFrame({
'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [28, 34, 45],
'Occupation': ['Engineer', 'Doctor', 'Artist']
})
# 2. Add a new row
new_row = {'Name': 'David', 'Age': 22, 'Occupation': 'Student'}
df = df.append(new_row, ignore_index=True)
print(df)Ejercicio 2: Manejo de Datos Faltantes
- Crea un DataFrame con algunos valores faltantes.
- Rellena los valores faltantes con la media de la respectiva columna.
Solución:
# 1. Create a DataFrame with missing values
df_missing = pd.DataFrame({
'A': [1, None, 3],
'B': [None, 5, 6]
})
# 2. Fill missing values with mean
df_missing.fillna(df_missing.mean(), inplace=True)
print(df_missing)Ejercicio 3: Manipulación de Datos
- Crea un DataFrame a partir de un diccionario que contenga
Producto,PrecioyCantidad. - Calcula el precio total para cada producto (Precio * Cantidad) y almacénalo en una nueva columna.
Solución:
# 1. Create a DataFrame
df_products = pd.DataFrame({
'Product': ['Apple', 'Banana', 'Cherry'],
'Price': [1.2, 0.5, 2.0],
'Quantity': [5, 10, 3]
})
# 2. Calculate total price
df_products['Total_Price'] = df_products['Price'] * df_products['Quantity']
print(df_products)6.5 Ejercicios Prácticos Capítulo 6
Ejercicio 1: Crear DataFrames
- Crea un DataFrame a partir de un diccionario que contenga columnas para
Nombre,EdadyOcupación. - Agrega una nueva fila a este DataFrame.
Solución:"
import pandas as pd
# 1. Create a DataFrame
df = pd.DataFrame({
'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [28, 34, 45],
'Occupation': ['Engineer', 'Doctor', 'Artist']
})
# 2. Add a new row
new_row = {'Name': 'David', 'Age': 22, 'Occupation': 'Student'}
df = df.append(new_row, ignore_index=True)
print(df)Ejercicio 2: Manejo de Datos Faltantes
- Crea un DataFrame con algunos valores faltantes.
- Rellena los valores faltantes con la media de la respectiva columna.
Solución:
# 1. Create a DataFrame with missing values
df_missing = pd.DataFrame({
'A': [1, None, 3],
'B': [None, 5, 6]
})
# 2. Fill missing values with mean
df_missing.fillna(df_missing.mean(), inplace=True)
print(df_missing)Ejercicio 3: Manipulación de Datos
- Crea un DataFrame a partir de un diccionario que contenga
Producto,PrecioyCantidad. - Calcula el precio total para cada producto (Precio * Cantidad) y almacénalo en una nueva columna.
Solución:
# 1. Create a DataFrame
df_products = pd.DataFrame({
'Product': ['Apple', 'Banana', 'Cherry'],
'Price': [1.2, 0.5, 2.0],
'Quantity': [5, 10, 3]
})
# 2. Calculate total price
df_products['Total_Price'] = df_products['Price'] * df_products['Quantity']
print(df_products)