Lecciones del curso
Aprende a programar con Python3
Tips para este bootcamp
4m
Bienvenid@ a la terminal
Shell en tu máquina
Introducción a Git
14m
Creando un repositorio en Github
Clonando un repositorio de Github
Instalando Python
4m
Tu primer script
Cadenas y variables
Métodos y funciones con cadenas
Nuestra primera función
Condicionales
Ciclos
Listas
Tuplas
Diccionarios
Creando archivos
10m
Escribiendo archivos CSV
Leyendo archivos CSV
F-strings
Fechas y tiempos 01/03
Fechas y tiempos 02/03
Fechas y tiempos 03/03
Expresiones Regulares 01/03
Expresiones Regulares 02/03
Expresiones Regulares 03/03
Funciones lambda 01/02
Funciones lambda 02/02
Excepciones
21m
Ambientes Virtuales
12m
AsyncIO - 01
AsyncIO - 02
Scrapping - 01
Scrapping - 02
Bases de Datos - 01
Bases de Datos - 02
Pandas
NumPy
Pandas
Biblioteca para analizar fácil y rápidamente datos.
Instalando pandas
pip install pandas
Script de ejemplo
import pandas as pd
import datetime
archivo = pd.read_csv('acciones.csv',
index_col='Fecha',
parse_dates=['Fecha'],
header=0,
names=['Fecha', 'Acciones', 'Dinero', 'Nombre']
)
ahora = datetime.datetime.now()
archivo.loc[ahora] = [500, 8000.0, 'Bolt']
# del archivo['Dinero']
porcentaje = archivo[['Acciones', 'Dinero']]
total_acciones = archivo['Acciones'].sum()
total_dinero = archivo['Dinero'].sum()
archivo['Porcentaje'] = (archivo['Acciones'] * 100) / total_acciones
print(archivo)
archivo.to_csv('acciones_dic19.csv')
Python Data Analysis Library — pandas: Python Data Analysis Library
¡Eso es todo!
Happy Coding! ❤