En la actividad de inmuebles_disponibles.json trabajé la columna precio. Primero llené los valores vacíos con '0.0', luego eliminé símbolos como $ y comas, y finalmente convertí la columna al tipo float64. El resultado fue un DataFrame con precio limpio y preparado para cálculos numéricos.
¡Hola Estudiante, espero que estés bien!
Parece que has hecho un gran trabajo transformando la columna precio en tu DataFrame. Has seguido los pasos necesarios para limpiar los datos y convertirlos al tipo float64, lo cual es esencial para realizar cálculos numéricos.
Aquí tienes un resumen de lo que hiciste:
fillna('0.0') para reemplazar los valores vacíos con '0.0'.lambda para quitar el símbolo $ y las comas ,.float64 usando astype(np.float64).Todo esto asegura que los datos estén en el formato adecuado para análisis y cálculos. Si necesitas realizar más manipulaciones o tienes otras columnas que requieran limpieza, puedes aplicar técnicas similares.
¡Espero haber ayudado y buenos estudios!