Importe, inspeccione y repita

La mayoría de los análisis siguen un ciclo sencillo: importar una herramienta, revisar lo que tiene y repetir. Domine este ritmo y los notebooks dejarán de parecer intimidantes.

La primera celda casi siempre incorpora sus herramientas. Una instrucción import carga una biblioteca para que sus funciones estén disponibles durante el resto del trabajo.

Escribir pandas continuamente resulta pesado, así que se suele usar alias para llamarlo pd. La palabra clave as cambia el nombre de la importación por uno más corto.

Casi todos los notebooks de datos comienzan con dos importaciones: pandas as pd para las tablas y numpy as np para los cálculos rápidos.

Ahora incorpore datos al notebook. Leer un CSV en una tabla le proporciona un DataFrame, el objeto que inspeccionará y explorará.

No confíe nunca en datos que no haya revisado. Llamar a head muestra las primeras filas para que pueda comprobar que la carga se realizó correctamente.

¿Qué tamaño tiene esta tabla? El atributo shape devuelve las filas y las columnas como un par, lo que le permite conocer su escala de un vistazo.

Antes de analizar, averigüe con qué datos cuenta. El atributo columns muestra el nombre de cada columna de la tabla.

¿Quiere consultar a la vez los tipos y el recuento de valores ausentes? El método info muestra un resumen compacto de todas las columnas de una sola vez.

Lo que observa orienta su siguiente paso. Puede repetir el ciclo: importar otra herramienta, volver a cargar los datos o inspeccionar otra parte.

Ejecute una celda, lea el resultado y escriba la siguiente. Este ciclo estrecho detecta los errores pronto, en lugar de después de ejecutar un script enorme.

Ha aprendido el bucle de uso cotidiano: importar sus herramientas, cargar datos, inspeccionarlos con head, darles forma y consultar su información, y después refinarlos. Eso es el trabajo con datos en pocas palabras. 🔁