Conjunto de datos: Puntajes de exámenes

Este conjunto de datos contiene las notas obtenidas por diferentes estudiantes en un exámen y sus antecedentes.

Los datos pueden ser encontrados aquí:

• https://raw.githubusercontent.com/dphi-official/Datasets/master/exam_scores.csv

Leyendo el conjunto de datos

• Hasta el momento, hemos aprendido a cómo leer un archivo CSV utilizando la función read_csv(). Vamos a ver la implementación práctica.
• La función read_csv() pertenece a la librería pandas. Entonces, la primera tarea es importar/cargar la librería que usaremos.

• Usa la función read_csv() de pandas para leer un archivo CSV.

• El archivo CSV "exam_scores" se encuentra en el directorio de trabajo actual.

Métodos y atributos de la clase DataFrame

Atributo shape (forma)

• shape: (en español, forma) este atributo ayuda a conocer la forma del DataFrame, es decir, (número de filas, número de columnas).
• Después de haber cargado los datos, podemos revisar la forma o shape del DataFrame con este atributo:

• Entonces, el DataFrame tiene 1000 filas y 8 columnas. A partir de esto, podemos decir también que el DataFrame tiene 8000 entradas.

Método head( )

• head( ): (en español, cabeza) este método permite ver las primeras cinco observaciones. Esto permite tener una idea inicial del contenido del DataFrame.
• El método head() entrega un vistazo rápido del contenido del DataFrame, como los encabezados de las columnas, los tipos de datos de las columnas, que datos tiene cada columna, etc.

• Se pueden ver las primeras cinco observaciones del conjunto de datos en la tabla de arriba.

Método tail( )

• tail( ): (en español, cola) Este método es similar a head(), sin embargo, en vez de las cinco primeras, entrega las últimas cinco observaciones de los datos.

• Se pueden ver las últimas cinco observaciones del conjunto de datos en la tabla de arriba.

head( ) y tail( )

En los métodos head() y tail() también se puede especificar el número de filas a desplegar. Ve el siguiente ejemplo:

dtypes

• dtypes: este atributo ayuda a concocer acerca de los tipos de datos de cada columna.

Desde la información retornada, se puede observar:

• 'gender', 'race/ethnicity', 'parental level of education', 'lunch' y 'test preparation course' son del tipo de datos - object.
• 'math score', 'reading score' y'writing score' son del tipo de datos - int64 (entero o integer).

info( )

• info( ): este método retorna un resumen consolidado sobre el DataFrame.

¿Qué se obtiene al utilizar info()?

Como se puede ver, info() entrega mucha información distinta acerca del DataFrame, ¡y puede ser muy útil!