Compartir en LinkedIn Compartir en Twitter Compartir en Facebook

Datos incorrectos en Pandas

Los datos incorrectos pueden ser outliers, valores imposibles o errores de captura. Filtra con condiciones booleanas o reemplaza con loc.

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>Datos incorrectos 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.

Filtrar valores válidos

Mantén solo filas dentro de un rango esperado.

    import pandas as pd
df = pd.DataFrame({'edad': [25, 200, 30, -5, 40]})
valido = df[(df['edad'] >= 0) & (df['edad'] <= 120)]
print(valido)

  

Practica variando el ejemplo

Repite el patrón anterior con tus propios datos. Cambia nombres, números o condiciones y observa el resultado en consola.

    import pandas as pd
df = pd.DataFrame({'edad': [25, 200, 30, -5, 40]})
valido = df[(df['edad'] >= 0) & (df['edad'] <= 120)]
print(valido)
print('--- Fin del ejemplo ---')

  

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 Datos incorrectos en Pandas con código ejecutable.