Cómo generar un DataFrame en Python
Un DataFrame es una estructura de datos bidimensional, similar a una tabla en una base de datos, que es fundamental para el análisis de datos en Python. La biblioteca Pandas es la herramienta más utilizada para crear y manipular DataFrames. A continuación, exploraremos cómo generar un DataFrame a partir de diferentes fuentes de datos.
Instalación de Pandas
Antes de crear un DataFrame, asegúrate de tener instalada la biblioteca Pandas. Puedes instalarla utilizando pip si aún no la tienes.
pip install pandasCrear un DataFrame a partir de un diccionario
Uno de los métodos más comunes para crear un DataFrame es a partir de un diccionario. Cada clave del diccionario representa una columna, y los valores asociados representan las filas de esa columna.
Ejemplo:
import pandas as pd
datos = {
'Nombre': ['Ana', 'Luis', 'Carlos', 'María'],
'Edad': [23, 25, 30, 22],
'Ciudad': ['Madrid', 'Barcelona', 'Valencia', 'Sevilla']
}
df = pd.DataFrame(datos)
print(df)Resultado:
Nombre Edad Ciudad
0 Ana 23 Madrid
1 Luis 25 Barcelona
2 Carlos 30 Valencia
3 María 22 Sevilla
En este ejemplo, se crea un DataFrame df donde cada columna corresponde a una clave del diccionario.
Crear un DataFrame a partir de listas
También puedes generar un DataFrame a partir de listas. Para ello, es necesario pasar una lista de listas (donde cada lista interna representa una fila) junto con una lista de nombres de columna.
Ejemplo:
import pandas as pd
datos = [
['Ana', 23, 'Madrid'],
['Luis', 25, 'Barcelona'],
['Carlos', 30, 'Valencia'],
['María', 22, 'Sevilla']
]
df = pd.DataFrame(datos, columns=['Nombre', 'Edad', 'Ciudad'])
print(df)Resultado:
Nombre Edad Ciudad
0 Ana 23 Madrid
1 Luis 25 Barcelona
2 Carlos 30 Valencia
3 María 22 Sevilla
Aquí, columns se utiliza para asignar nombres a las columnas del DataFrame.
Crear un DataFrame a partir de un archivo CSV
Pandas facilita la creación de DataFrames a partir de archivos CSV, que es un formato común para almacenar datos tabulares. La función read_csv() se encarga de leer el archivo y convertirlo en un DataFrame.
Ejemplo:
import pandas as pd
df = pd.read_csv('ruta/al/archivo.csv')
print(df)Asegúrate de que el archivo CSV esté bien formateado. Pandas leerá automáticamente los datos y creará un DataFrame donde la primera fila del CSV se usará como los nombres de las columnas, a menos que se especifique lo contrario.
Crear un DataFrame vacío
En algunos casos, puede que necesites crear un DataFrame vacío y luego llenarlo con datos más adelante. Esto se puede hacer especificando los nombres de las columnas.
Ejemplo:
import pandas as pd
df = pd.DataFrame(columns=['Nombre', 'Edad', 'Ciudad'])
print(df)Resultado:
Empty DataFrame
Columns: [Nombre, Edad, Ciudad]
Index: []
El DataFrame df se crea con las columnas especificadas, pero sin ninguna fila.
Algunos ejemplos
1. Agregar una fila a un DataFrame vacío:
df.loc[0] = ['Ana', 23, 'Madrid']
print(df)2. Crear un DataFrame desde un diccionario de Series:
import pandas as pd
datos = {
'Nombre': pd.Series(['Ana', 'Luis', 'Carlos', 'María']),
'Edad': pd.Series([23, 25, 30, 22])
}
df = pd.DataFrame(datos)
print(df)3. Leer un DataFrame desde un archivo Excel:
df = pd.read_excel('ruta/al/archivo.xlsx')
print(df)Referencias a sitios oficiales
Para obtener más información sobre cómo manipular y generar DataFrames en Python, visita la documentación oficial de Pandas.
Jorge García
Fullstack developer