Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Valores Únicos | Analizando los Datos
Primeros Pasos con Pandas
course content

Contenido del Curso

Primeros Pasos con Pandas

Primeros Pasos con Pandas

1. Los Primeros Pasos
¿Qué es Pandas?SerieDesafíoDataFrameDesafío 1Desafío 2Añadir una Nueva Columna 1/2Añadir una Nueva Columna 2/2Eliminar una Fila/ColumnaDesafíoTrabajar con ColumnasDesafíoFunción iloc() 1/2Función iloc() 2/2
2. Leyendo Archivos en Pandas
Archivos CSVArchivos TXTDesafío 1Desafío 2
3. Analizando los Datos
Visualización de los DatosDesafío 1Desafío 2Información sobre los Datos 1/2Información sobre los Datos 2/2Hallando Valores NulosRetoDescartando Valores NulosRellenando Valores NulosDesafíoDescribiendo los DatosDesafíomax() y min()DesafíoSuma() y Conteo()Valores Únicos

Valores Únicos

A menudo, los datos se duplican en los DataFrames. Por ejemplo, en nuestro DataFrame countries, la columna continent tiene entradas repetidas. Existe una función que recupera una matriz de valores distintos de una columna específica del DataFrame. Volvamos a este DataFrame.


              
12345678

            
import pandas as pd 

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
print(countries)
copy

Ahora, apliquemos la función unique() a las columnas continent y country.


              
1234567891011

            
import pandas as pd

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
unique_countries = countries['country'].unique()
unique_continents = countries['continent'].unique()
print(unique_countries)
print(unique_continents)
copy

Tarea

Dado el DataFrame audi_cars, por favor identifique todos los valores distintos en las columnas year y fueltype.

Tarea

Dado el DataFrame audi_cars, por favor identifique todos los valores distintos en las columnas year y fueltype.

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

¿Todo estuvo claro?

Sección 3. Capítulo 16
toggle bottom row

Valores Únicos

A menudo, los datos se duplican en los DataFrames. Por ejemplo, en nuestro DataFrame countries, la columna continent tiene entradas repetidas. Existe una función que recupera una matriz de valores distintos de una columna específica del DataFrame. Volvamos a este DataFrame.


              
12345678

            
import pandas as pd 

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
print(countries)
copy

Ahora, apliquemos la función unique() a las columnas continent y country.


              
1234567891011

            
import pandas as pd

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
unique_countries = countries['country'].unique()
unique_continents = countries['continent'].unique()
print(unique_countries)
print(unique_continents)
copy

Tarea

Dado el DataFrame audi_cars, por favor identifique todos los valores distintos en las columnas year y fueltype.

Tarea

Dado el DataFrame audi_cars, por favor identifique todos los valores distintos en las columnas year y fueltype.

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

¿Todo estuvo claro?

Sección 3. Capítulo 16
toggle bottom row

Valores Únicos

A menudo, los datos se duplican en los DataFrames. Por ejemplo, en nuestro DataFrame countries, la columna continent tiene entradas repetidas. Existe una función que recupera una matriz de valores distintos de una columna específica del DataFrame. Volvamos a este DataFrame.


              
12345678

            
import pandas as pd 

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
print(countries)
copy

Ahora, apliquemos la función unique() a las columnas continent y country.


              
1234567891011

            
import pandas as pd

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
unique_countries = countries['country'].unique()
unique_continents = countries['continent'].unique()
print(unique_countries)
print(unique_continents)
copy

Tarea

Dado el DataFrame audi_cars, por favor identifique todos los valores distintos en las columnas year y fueltype.

Tarea

Dado el DataFrame audi_cars, por favor identifique todos los valores distintos en las columnas year y fueltype.

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

¿Todo estuvo claro?

A menudo, los datos se duplican en los DataFrames. Por ejemplo, en nuestro DataFrame countries, la columna continent tiene entradas repetidas. Existe una función que recupera una matriz de valores distintos de una columna específica del DataFrame. Volvamos a este DataFrame.


              
12345678

            
import pandas as pd 

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
print(countries)
copy

Ahora, apliquemos la función unique() a las columnas continent y country.


              
1234567891011

            
import pandas as pd

dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'],
          'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'],
          'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']}

countries = pd.DataFrame(dataset)
unique_countries = countries['country'].unique()
unique_continents = countries['continent'].unique()
print(unique_countries)
print(unique_continents)
copy

Tarea

Dado el DataFrame audi_cars, por favor identifique todos los valores distintos en las columnas year y fueltype.

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
Sección 3. Capítulo 16
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
We're sorry to hear that something went wrong. What happened?
some-alt