Compartir en LinkedIn Compartir en Twitter Compartir en Facebook

Celdas vacías en Pandas

Los valores vacíos se representan como NaN o None. Pandas ofrece métodos para detectarlos y tratarlos.

Esta lección introduce una librería o módulo usado en ciencia de datos con Python. Instálalo con pip en local; en el editor de The Data Schools muchas ya vienen precargadas.

Importa, ejecuta el ejemplo mínimo y solo después pasa a casos más complejos.

En esta lección verás concepto de Python de forma clara, con explicación paso a paso y ejemplos que puedes ejecutar en el editor de Python de The Data Schools.

Idea clave

Antes del código, fíjate en el objetivo: dominar <strong>Celdas vacías en Pandas</strong> te permitirá escribir programas más claros y mantenibles.

Lee el ejemplo completo, ejecútalo y luego modifica un valor para ver qué cambia en la salida. Esa experimentación es la forma más rápida de aprender.

dropna y fillna

Elimina filas con nulos o rellena con un valor por defecto.

    import pandas as pd
import numpy as np
df = pd.DataFrame({'edad': [25, np.nan, 30]})
print(df.dropna())

  

    import pandas as pd
import numpy as np
df = pd.DataFrame({'edad': [25, np.nan, 30]})
print(df.fillna(0))

  

Errores frecuentes

Olvidar la indentación correcta en bloques if, for o def.

Confundir = (asignación) con == (comparación).

No importar un módulo antes de usarlo (por ejemplo, olvidar import math).

Resumen

<ul class="list-container"><li>Has practicado Celdas vacías en Pandas con código ejecutable.