Creación de DataFrames y Limpieza de Datos con pandas

Oct 19, 2026

Guía práctica en español sobre el uso de pandas para crear DataFrames y gestionar datos. Resume métodos habituales como pd.DataFrame y lecturas desde CSV, Excel, JSON, HTML, SQL, portapapeles, archivos delimitados, TSV y Parquet, incluyendo operaciones de conversión. Integra secciones de limpieza para detectar nulos e inválidos, eliminar duplicados, interpolar y completar valores, además de herramientas de selección, transformaciones avanzadas, ordenación, consulta, operadores y exportación, con funciones y ejemplos de uso.

IdiomaSpanish

CategoríaPresentaciones

FormatoPDF

Páginas2

Tiempo de lectura1 min

AccesoGratis para descargar

Tabla de contenidos

Creación

Métodos comunes para crear DataFrames y atributos habituales

Limpieza de datos

Detección de nulos y valores inválidos

Operadores lógicos

Selección

Transformaciones avanzadas

Ordenación

Consulta de datos

Exportación

Gráficas

Agrupaciones

Funciones estadísticas

# Creación \#Métodos comunes para crear DataFrames y atributos habituales pd.DataFrame(dict)\#Desde diccionariopd.read_csv(file)\#Desde un csvpd.read_excel(file)\#Desde un excelpd.read_ison(json)\#Desde un jsonpd.read_html(uri)\#Desde una webpd.read_sql(sql)\#Desde una base de datospd.read_clipboard()\#Desde el portapapelespd.read_table(file)\#Desde un archivo delimitado tsvpd.read_parquet()\#Desde un archivo en formato parquet pd.read_gbg # Limpieza de datos \#Ayudan a identificar datos invalidos pd.isna(obj)\#Detecta los valores invalidos en un arraypd.isnull(obj)\#Detecta los nulos en un arraypd.notna(obj)\#Detecta los valores validos en un arraypd.notnull(obj)\#Detecta todos los valores no nulos en un arraypd.unique(obj)\#Devuelve un array con valores únicos.También existe paraseries(serie,unique())e indices(index,unique()),y variaciones(nuinique,is_unique) sr.hasnans \#Informa si la serie tiene NAsd.dropna()\#Elimina los valores inválidossd.fillna(val)\#Rellena los valores invalidossd.interpolate()\#Interpola los valores según distintos métodossd.drop_duplicates()\#Elimina los duplicadossd.duplicated()\#Mascara con los duplicados sr.is_monotonic \#Indica sies una progresión creciente/decrecienteSr.nonzero()\#Devuelve los indices de los elementos que no son cerosd.drop()\#Elimina las filas o columnas del objeto Operadores lógicos \#Operadores lógicos para usar en cualquier expresión booleana |\#Or sd.any()\#Any # Selección df.iloc[row_indexer,column_indexer]\#Selecciona por indices de filas y columnasdf.loc[row_indexer,column_indexer]\#Selecciona por etiquetasdf.iat[row,column]\#Método análogo a iloc para obtener un valor concretodf.at[row,column]\#Método analogo a loc para obtener un valor concretodf[]\#Permite mezclar las selecciones y realizar filtrados # Transformaciones avanzadas \#Transformaciones de las Series/DataFrames pd.melt(df)\#Descompone un Dataframe,según la columnas que digamospd.pivot(index,col,val)\#Crea una tabla auxiliar a partir de 3 columnaspd.pivot_table(df)\#Crea una tabla auxiliar con el DataFrame.Guarda los distintos niveles de la tabla con un indice multiple.También disponible en la clase DataFrame pd.merge(left,right)\#Fusiona 2 DataFrames como si fuera un join de base de datos.También disponible en la clase DataFrame sd.reindex()\#Nos permite utilizar un indice con nuevas etiquetassd.join(obj)\#Fusiona las columnas de 2 DataFrames en base a una clave/columnasd.append(to_append)\#Anade más columnas al DataFramesd.resample(rule)\#Permite realizar un remuestro en funcion del tiempopd.concat(obj)\#Concatena pandas en el eje que se decida # Ordenación \#Ordenación de valores e indices sd.sort_values()\#Ordena los valores sd.sort_index()\#Ordena el indice # Consulta de datos \#Obtener información de los datos almacenados sd.sample()\#Selecciona filas al azar. Se pueden indicar %o número de filas/columnas sd.isin(list)\#Devuelve un Dataframe que indica si cada celda contiene alguno de los elementos que se pasandf.query(expresion)\#Permite obtener una parte del Dataframe a partir de una expresión. Se puede conseguir algo similar con df[] sd.filter(list|expr)\#Filtra las columnas a mostrar. Se puede utilizar o una lista o una expresión regular sd.head(n=5)\#Obtiene el comienzo del Dataframe. Se pueden indicar el número de filas. sd.tail(n=5)\#Obtiene el final del Dataframe. Se puede indicar el número de filas sd.where(cond)\#Es equivalente a df[cond]pero devolviendo un Dataframecon la misma forma que el original sd.items()\#Iterador perezoso de elementos,Equivalente a sd.iteritems() sr.item()\#Devuelve el primer elemento de la Serie sd.keys()\#Columnas del objeto sd.pop(item)\#Elimina un elemento del conjunto y lo devuelve Operadores Binarios \#Son operaciones entre 2 Series o DataFrames sd.add(sd)\#Suma a nivel de elemento sd.sub(sd)\#Resta a nivel de elemento sd.mul(sd)\#Multiplicación a nivel de elemento sd.div(sd

Preguntas frecuentes

Cómo se crea un DataFrame en pandas con un diccionario o leyendo archivos?

Se puede usar pd.DataFrame(dict) para construir desde un diccionario. Para leer datos existen métodos como pd.read_csv(file), pd.read_excel(file), pd.read_json, pd.read_html(uri), pd.read_sql(sql) y lecturas desde archivos como tsv y parquet.

Qué funciones ayudan a identificar y tratar valores nulos o inválidos?

Para detectar nulos o inválidos se usan pd.isna(obj) y pd.isnull(obj). Para trabajar con resultados se emplean dropna() para eliminar, fillna(val) para rellenar e interpolate() para interpolar, además de funciones para eliminar duplicados como drop_duplicates().

Cómo se seleccionan datos y se realizan transformaciones avanzadas?

La selección se realiza con df.iloc[row_indexer,column_indexer], df.loc[row_indexer,column_indexer], df.iat y df.at, y también con df[] para filtrar combinando selecciones. Las transformaciones incluyen pd.melt, pd.pivot, pd.pivot_table, pd.merge, reindex, join, append, resample y concat.

Oct 19, 2026

Subido por Blue Pony