Desafío: vamos a practicar

Al trabajar con alumnos.csv, practicamos la importación de datos, visualizamos las primeras y últimas filas, exploramos el tamaño del DataFrame con .shape, las columnas con .columns, los tipos de datos con .info() y aplicamos .describe() para obtener estadísticas básicas. Una forma completa de familiarizarse con Pandas y preparar el terreno para análisis más profundos.

En este ejercicio practicamos la exploración de datos con Pandas usando el archivo alumnos.csv, aplicando métodos básicos para visualizar, entender y analizar su contenido.

import pandas as pd

# 1. Crear el DataFrame a partir de los datos proporcionados
data = {
    'Nombre': ['Alberto', 'Ana', 'Camila', 'David', 'Brian', 'Bruna', 'Daniela', 'Carlos', 'Alicia', 'Victor',
               'Danilo', 'Ignacio', 'Stephany', 'Miriam', 'Pablo', 'Milena', 'Lucas', 'Nadia'],
    'Edad': [20, 18, 27, 18, 21, 23, 21, 19, 35, 28, 21, 24, 26, 25, 37, 29, 33, 34],
    'Nota': [7.5, None, 2.5, 5.0, 10.0, None, 7.0, 6.0, 5.6, None, None, 4.5, 10.0, 9.0, None, 7.0, None, 8.0],
    'Aprobado': [True, False, False, False, True, False, True, False, False, False,
                 False, False, True, True, False, True, False, True]  # "Verdadero" se interpreta como True
}

df = pd.DataFrame(data)

# 2. Visualizar las primeras 7 filas
print("Primeras 7 filas:")
print(df.head(7))

# 3. Visualizar las últimas 5 filas
print("\nÚltimas 5 filas:")
print(df.tail(5))

# 4. Verificar cantidad de filas y columnas
print("\nTamaño del DataFrame (filas, columnas):")
print(df.shape)

# 5. Explorar columnas y tipos de datos
print("\nColumnas:")
print(df.columns)

print("\nTipos de datos:")
print(df.dtypes)

# 6. Estadísticas descriptivas básicas
print("\nEstadísticas descriptivas:")
print(df.describe())