Compartir en LinkedIn Compartir en Twitter Compartir en Facebook

Filtrado de datos en Pandas

Filtrar un DataFrame significa quedarte con las filas que cumplen una condición. En Pandas usamos máscaras booleanas: una Series de True/False del mismo tamaño que el DataFrame.

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.

Filtro con una condición

Sintaxis: df[df['columna'] operador valor]

    import pandas as pd
df = pd.DataFrame({
    'nombre': ['Ana', 'Luis', 'Eva', 'Carlos'],
    'edad': [28, 35, 22, 41]
})
mayores = df[df['edad'] >= 30]
print(mayores)

  

Varias condiciones

Usa & (y), | (o) y paréntesis.

    import pandas as pd
df = pd.DataFrame({'edad': [25, 35, 45], 'activo': [True, False, True]})
print(df[(df['edad'] > 30) & (df['activo'])])

  

isin y between

isin([...]) — valor en lista.

between(a, b) — rango inclusivo.

    import pandas as pd
df = pd.DataFrame({'ciudad': ['Madrid', 'Paris', 'Roma', 'Madrid']})
print(df[df['ciudad'].isin(['Madrid', 'Roma'])])

  

Resumen

<ul class="list-container"><li>Máscara booleana dentro de df[…].

Errores frecuentes

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

Confundir <code class="code-command">=</code> (asignación) con <code class="code-command">==</code> (comparación).

No importar un módulo antes de usarlo (por ejemplo, olvidar <code class="code-command">import math</code>).

Resumen

<ul class="list-container"><li>Has practicado Filtrado de datos en Pandas con código ejecutable.