Compartir en LinkedIn Compartir en Twitter Compartir en Facebook

Leer CSV con Pandas

Los CSV son el formato más extendido para intercambiar datos tabulares. Pandas los carga con read_csv() en una sola línea.

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.

read_csv básico

Indica la ruta del archivo. Opciones útiles: sep, encoding, parse_dates.

    import pandas as pd
from io import StringIO
csv = 'nombre,edad,ciudad\nAna,28,Madrid\nLuis,35,Barcelona\nEva,22,Valencia'
df = pd.read_csv(StringIO(csv))
print(df)
print(df.dtypes)

  

Opciones frecuentes

usecols — solo columnas necesarias.

na_values — tratar ciertos textos como nulos.

dtype — forzar tipos al leer.

    import pandas as pd
from io import StringIO
csv = 'id,nombre,precio\n1,Café,2.5\n2,Té,1.8'
df = pd.read_csv(StringIO(csv), usecols=['nombre', 'precio'])
print(df)

  

Resumen

• pd.read_csv(ruta) carga el archivo.
• Revisa df.dtypes tras cargar.
• En el editor usamos StringIO para simular archivos.

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 Leer CSV con Pandas con código ejecutable.