Scribd
Cargar
9 vistas9 páginas

Seminario O2

El documento detalla un seminario sobre el manejo de datos en Python, específicamente utilizando pandas para la manipulación de DataFrames. Incluye lecciones sobre la creación, modificación, filtrado y análisis de datos, así como la exportación e importación de archivos CSV y Excel. También se abordan técnicas de agrupamiento, ordenamiento y manejo de valores nulos en los datos.

Cargado por

lષiઽ ૮α૨૨αทzα
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
9 vistas9 páginas

Seminario O2

El documento detalla un seminario sobre el manejo de datos en Python, específicamente utilizando pandas para la manipulación de DataFrames. Incluye lecciones sobre la creación, modificación, filtrado y análisis de datos, así como la exportación e importación de archivos CSV y Excel. También se abordan técnicas de agrupamiento, ordenamiento y manejo de valores nulos en los datos.

Cargado por

lષiઽ ૮α૨૨αทzα
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

SEMINARIO O2

Lección 01:

 Crear una Series con los valores de xG [0.65, 0.21, 0.48]


y nombres de jugadores como índice.

 Crear un DataFrame con al menos 5 filas y columnas id,


minute, player, xG, result.

 Agregar columnas h_a, year y shotType al DataFrame


anterior.

 Concatenar dos DataFrames y mostrar las primeras 3


filas.
Lección 02:

 Guardar el DataFrame como mis_disparos.csv y leerlo


nuevamente.

 Crear y leer un archivo Excel con los mismos datos.


 Mostrar solo las 2 primeras filas del archivo leído.

Lección 3:

 Usar info() y explicar qué columnas tienen valores nulos.

 Usar describe() y anotar los valores promedio de xG.


 Renombrar las columnas con .[Link]().

Lección 04:

 Filtrar todos los disparos con xG > 0.6 y result ==


"Saved".

 Mostrar player, minute, result y xG para los disparos


entre los minutos 30 y 60.

 Mostrar disparos realizados por el equipo visitante (h_a


== "a") luego del minuto 80.
 Mostrar los disparos con lastAction == "Dribble" y
resultado "Goal".

 Filtrar disparos desde situaciones "Corner" o "FreeKick"


con xG < 0.2.

Lección 05:

 Crear la columna impacto = xG * minute.

 Mostrar el jugador con mayor xG.


 Contar cuántas veces aparece cada result.

Lección 06:

 Rellenar nulos de columnas tipo texto con


"Desconocido".

 Eliminar filas con nulos en xG.


 Eliminar duplicados y contar cuántos había.

Lección 07:

 Agrupar por año y mostrar promedio de xG.

 Mostrar el número total de disparos por jugador.

 Agrupar por situación (situation) y calcular media de xG.


Lección 08:

 Ordenar el DataFrame por xG en orden descendente y


mostrar los 5 primeros registros.

 Ordenar por minute (ascendente) y luego por xG


(descendente).

 Crear un segundo DataFrame con las columnas id y nota,


luego hacer un merge usando how="left".
 Aplicar un merge con how="inner" y mostrar cuántas
filas coinciden.

 Realizar un merge con how="outer" y contar cuántos


valores NaN hay en la columna combinada comentario.

También podría gustarte