import pandas as pd
datos = pd.read_csv('alquiler_residencial.csv',sep = ';')
datos.head(10)
#Creacion de nueva variable (Valor Bruto)
datos['Valor Bruto'] = (datos['Valor']) + (datos['Mantenimiento']) + (datos['Impuesto'])
datos.head(10)
#Creacion de variable de valor x m2
datos['valor m2'] = (datos['Valor']) / (datos['Area'])
datos.head(10)
#Redondeo
datos['valor m2'] = datos['valor m2'].round(2)
datos.head(10)
datos['valor bruto m2'] = ((datos['Valor Bruto']) / (datos['Area'])).round(2)
datos.head(10)
# Agrupación
agrupado = ['Casa','Casa en condominio','Casa de Villa']
#Metodo apply
datos['Tipo Arupado'] = datos['Tipo'].apply(lambda x: 'Casa' if x in agrupado else 'Departamento')
datos.head(10)
datos.head(10)
datos_aux = pd.DataFrame(datos[['Tipo Arupado','valor m2','Valor Bruto','valor bruto m2']])
datos_aux
# Metodo 1 del
del datos_aux['Valor Bruto']
datos_aux.head(10)
# Metodo 2 (method pop)
datos_aux.pop('valor bruto m2')
datos_aux.head(10)
# Metodo 3 (Method drop)
datos.drop(['Valor Bruto','valor bruto m2'],axis = 1,inplace = True)
datos.head(10)
datos.to_csv('alquiler_residencial1.csv',sep = ';', index = False)
**Contadores**
list('asdeasdfasdfraaasdfe')
s = pd.Series(list('asdeasdfasdfraaasdfe'))
s
s.unique()
s.value_counts()
datos = pd.read_csv('alquiler.csv',sep=';')
datos.head(10)
datos.Tipo.unique()
datos.Tipo.value_counts()