Diferencias

Muestra las diferencias entre dos versiones de la página.

--- informatica:programacion:python:modulos:pandas [2021/11/05 14:42] – [Métodos] tempwin
+++ informatica:programacion:python:modulos:pandas [2021/11/08 16:11] (actual) – [Filtrar registros Excel] tempwin
@@ Línea 110: / Línea 110: @@
   * ''*.sum()'': suma los elementos de una serie
   * ''*.prod()'': multiplicación de todos los elementos de la serie.
-  * ''*.mean()'': devuelve la media de los elementos de la serie.
+  * ''*.mean()'': devuelve la media aritmética de los elementos de la serie.
   * ''*.head()'': devuelve, por defecto, los primeros 5 elementos de la serie. Entre paréntesis se puede indicar el número de elementos a devolver.
   * ''*.tail()'': devuelve, por defecto, los últimos 5 elementos de la serie. Entre paréntesis se puede indicar el número de elementos a devolver.
@@ Línea 1229: / Línea 1229: @@
 output.to_excel("demo_mod.xlsx", index=False)
 </code>
+==== Titanic ====
+Partiendo de un CSV con información sobre pasajeros:
+<code python>
+import pandas as pd
+fname = '~/data/titanic/train.csv'
+data = pd.read_csv(fname)
+</code>
+Ver si hay campos vacíos:
+<code python>
+data.count()
+</code>
+Valores mínimos y máximos de edad:
+<code python>
+data['Age'].min(), data['Age'].max()
+</code>
+Distribución de valores de supervivientes:
+<code python>
+data['Survived'].value_counts()
+</code>
+En términos porcentuales:
+<code python>
+data['Survived'].value_counts() * 100 / len(data)
+</code>
+Distribución por sexo:
+<code python>
+data['Sex'].value_counts()
+</code>
+Distribución por tipo de pasajero:
+<code python>
+data['Pclass'].value_counts()
+</code>
+Representación gráfica (en notebook de Jupyter):
+<code python>
+%matplotlib inline
+alpha_color = 0.5
+# Distribución se supervivientes
+data['Survived'].value_counts().plot(kind='bar')
+</code>
+Distribución gráfica por sexo:
+<code python>
+data['Sex'].value_counts().plot(kind='bar',
+                                color=['b', 'r'],
+                                alpha=alpha_color)
+</code>
+Distribución gráfica por clase de pasajeros:
+<code python>
+data['Pclass'].value_counts().sort_index().plot(kind='bar',
+                                                alpha=alpha_color)
+</code>
+Comparando gráficamente supervivientes con edades:
+<code python>
+data.plot(kind='scatter', x='Survived', y='Age')
+</code>
+Comparando gráficamente supervivientes con tramos de edades:
+<code python>
+bins = [0, 10, 20, 30, 40, 50, 60, 70, 80]
+data['AgeBin'] = pd.cut(data['Age'], bins)
+data[data['Survived'] == 1]['AgeBin'].value_counts().sort_index().plot(kind='bar')
+</code>
+Gráficamente los que no sobrevivieron:
+<code python>
+data[data['Survived'] == 0]['AgeBin'].value_counts().sort_index().plot(kind='bar')
+</code>
+<code python>
+data['AgeBin'].value_counts().sort_index().plot(kind='bar')
+</code>
+Pasajeros de primera clase que sobrevivieron:
+<code python>
+data[data['Pclass'] == 1]['Survived'].value_counts().plot(kind='bar')
+</code>
+Pasajeros de tercera clase que sobrevivieron:
+<code python>
+data[data['Pclass'] == 3]['Survived'].value_counts().plot(kind='bar')
+</code>
+Pasajeros de género masculino que sobrevivieron:
+<code python>
+data[data['Sex'] == 'male']['Survived'].value_counts().plot(kind='bar')
+</code>
+Pasajeros de género femenino que sobrevivieron:
+<code python>
+data[data['Sex'] == 'female']['Survived'].value_counts().plot(kind='bar')
+</code>
+Pasajeros de género masculino y primera clase que sobrevivieron:
+<code python>
+data[(data['Sex'] == 'male') & (data['Pclass'] == 1)]['Survived'].value_counts().plot(kind='bar')
+</code>
+Pasajeros de género masculino y tercera clase que sobrevivieron:
+<code python>
+data[(data['Sex'] == 'male') & (data['Pclass'] == 3)]['Survived'].value_counts().plot(kind='bar')
+</code>
+Pasajeros de género femenino y primera clase que sobrevivieron:
+<code python>
+data[(data['Sex'] == 'female') & (data['Pclass'] == 1)]['Survived'].value_counts().plot(kind='bar')
+</code>
+Pasajeros de género femenino y tercera clase que sobrevivieron:
+<code python>
+data[(data['Sex'] == 'female') & (data['Pclass'] == 3)]['Survived'].value_counts().plot(kind='bar')
+</code>
+===== Recursos =====
+  * https://github.com/bonzanini/VideoCourse-DataAnalysisPython