Formato incorrecto en Pandas
A veces las columnas se leen como texto cuando deberían ser numéricas o fechas. Convierte tipos con astype() y to_datetime().
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>Formato incorrecto 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.
Conversión de tipos
Usa pd.to_numeric(errors='coerce') para números y pd.to_datetime para fechas.
Fechas desde texto
import pandas as pd
df = pd.DataFrame({'fecha': ['2024-01-15', '2024-02-20']})
df['fecha'] = pd.to_datetime(df['fecha'])
print(df.dtypes)
print(df)
Practica variando el ejemplo
Repite el patrón anterior con tus propios datos. Cambia nombres, números o condiciones y observa el resultado en consola.
Variante de Fechas desde texto
import pandas as pd
df = pd.DataFrame({'fecha': ['2024-01-15', '2024-02-20']})
df['fecha'] = pd.to_datetime(df['fecha'])
print(df.dtypes)
print(df)
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 Formato incorrecto en Pandas con código ejecutable.
Cómo practicar
1. Pulsa Ejecutar en el bloque de código.
2. Modifica un valor o argumento.
3. Vuelve a ejecutar y observa la consola.