El método de un DataFrame .style.set_table_styles() nos permite aplicar estilos CSS a la visualización del DataFrame. Tal y como indica la documentación, el argumento a pasar al método deberá ser una lista de diccionarios formados por valores "selector" y "props", siendo los primeros selectores CSS y los segundos parejas de tuplas formadas por atributos CSS y valores.
Es posible modificar el formato de los valores mostrados en un DataFrame pandas usando las herramientas de estilo de esta librería.
Supongamos que tenemos un cierto DataFrame:
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.uniform(-5, 6, (5, 5)), columns = list("ABCDE"))
df
El objetivo en este escenario es, partiendo de un dataframe, generar bins (bloques) definidos por los valores que tome una de las características y, a continuación, dividir el dataframe según estos bins.
Veamos un ejemplo muy sencillo: Supongamos que estamos trabajando con el dataset Iris y queremos dividirlo en N grupos en función de los valores que tome la característica "sepal_length". Tendríamos que crear N bins basados en los valores de sepal_length y, a continuación, asignar cada registro del dataframe a uno de los bins.
En este escenario vamos a aplicar el método de codificación One Hot Encoding a las características categóricas del dataset Titanic proveído por seaborn. Para ello utilizaremos la función get_dummies de pandas. Comencemos cargando el dataset y examinándolo:
titanic = sns.load_dataset("titanic")
titanic.head()
Supongamos que estamos trabajando con un dataframe como el del Titanic que podemos descargar de seaborn:
import numpy as np
import seaborn as sns
titanic = sns.load_dataset("titanic")
titanic.head()
Carguemos, antes de nada, el dataset Titanic proveído por la librería seaborn:
titanic = sns.load_dataset("titanic")
titanic.head()
Echemos un vistazo a los valores que toma el campo embark_town:
titanic.embark_town.unique()
En este escenario partimos de un DataFrame conteniendo valores nulos en alguna de sus características, por ejemplo, el dataset del Titanic proveído por seaborn:
import pandas as pd
import seaborn as sns
titanic = sns.load_dataset("titanic")
titanic.head()
La función value_counts() de Pandas nos permite calcular el número de apariciones de cada elemento único en una serie Pandas, devolviendo un listado de elementos únicos y el número de apariciones de cada uno. Pero podríamos estar interesados no en el número de veces que aparece cada elemento, sino en el número de elementos que aparecen N veces, para todos los valores posibles de N.
Si queremos calcular el número de veces que cada elemento aparece en una serie pandas (o en una columna de un dataframe pandas), podemos recurrir a la función value_counts() de dicha librería. Por ejemplo, consideremos el siguiente dataframe:
df = pd.DataFrame({
"a": [1, 2, 1, 5]
})
Podemos calcular el número de apariciones de cada elemento con la siguiente instrucción:
df["a"].value_counts()
En ocasiones resulta necesario poder visualizar todas las columnas de un dataframe, aun cuando esto nos obligue a utilizar una barra de desplazamiento horizontal.
Excepto donde se indique otra cosa, los contenidos de este sitio web se ofrecen bajo una licencia Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional