Saltar al contenido principal
InicioPython

Trabajar con datos categóricos en Python

Aprende a manipular y visualizar datos categóricos usando pandas y seaborn.

Comienza El Curso Gratis
4 horas15 vídeos52 ejercicios22.655 aprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group

¿Entrenar a 2 o más personas?

Probar DataCamp for Business

Preferido por estudiantes en miles de empresas


Descripción del curso

Ser capaz de comprender, utilizar y resumir datos no numéricos -como el grupo sanguíneo o el estado civil de una persona- es un componente vital para ser un científico de datos. En este curso, aprenderás a manipular y visualizar datos categóricos utilizando pandas y seaborn. Mediante ejercicios prácticos, te familiarizarás con el tipo de datos categórico de pandas, incluyendo cómo crear, eliminar y actualizar columnas categóricas. También trabajarás con una amplia gama de conjuntos de datos, como las características de los perros adoptables, las reseñas de viajes a Las Vegas y los datos del censo, para desarrollar tus habilidades en el trabajo con datos categóricos.
Empresas

¿Entrenar a 2 o más personas?

Obtén a tu equipo acceso a la plataforma DataCamp completa, incluidas todas las funciones.
DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.

En las siguientes pistas

Certificación disponible

Científico de datos asociado en Python

Ir a la pista
  1. 1

    Introducción a los datos categóricos

    Gratuito

    Casi todos los conjuntos de datos contienen información categórica, y a menudo se trata de una mina de información inexplorada. En este capítulo, aprenderás cómo maneja pandas las columnas categóricas utilizando el tipo de datos categoría. También descubrirás cómo agrupar datos por categorías para desenterrar grandes estadísticas resumidas.

    Reproducir Capítulo Ahora
    Introducción al curso
    50 xp
    Categórico vs. numérico
    100 xp
    Explorar una variable objetivo
    100 xp
    Variables categóricas ordinales
    100 xp
    Datos categóricos en pandas
    50 xp
    Configurar dtypes y guardar memoria
    100 xp
    Crear una serie categórica de pandas
    100 xp
    Establecer dtype al leer datos
    100 xp
    Agrupar datos por categorías en pandas
    50 xp
    Crea muchos grupos
    50 xp
    Configurar una sentencia .groupby()
    100 xp
    Uso eficaz de las funciones pandas
    100 xp
  2. 3

    Visualizar datos categóricos

    En este capítulo, utilizarás la biblioteca seaborn Python para crear visualizaciones informativas utilizando datos categóricos, incluyendo gráficos categóricos (cat-plot), gráficos de caja, gráficos de barras, gráficos de puntos y gráficos de recuento. A continuación, aprenderás a visualizar columnas categóricas y a dividir datos en columnas categóricas para visualizar estadísticas resumidas de columnas numéricas.

    Reproducir Capítulo Ahora
  3. 4

    Trampas y codificación

    Por último, aprenderás a superar los escollos habituales del uso de datos categóricos. También ampliarás tus conocimientos de codificación de datos, ya que se te presentarán la codificación de etiquetas y la codificación de un solo punto, perfectas para ayudarte a preparar tus datos para su uso en algoritmos de aprendizaje automático.

    Reproducir Capítulo Ahora
Empresas

¿Entrenar a 2 o más personas?

Obtén a tu equipo acceso a la plataforma DataCamp completa, incluidas todas las funciones.

En las siguientes pistas

Certificación disponible

Científico de datos asociado en Python

Ir a la pista

conjuntos de datos

Adult Census IncomeAdoptable DogsTripadvisor ReviewsUsed Cars

colaboradores

Collaborator's avatar
Amy Peterson
Collaborator's avatar
Justin Saddlemyer
Kasey Jones HeadshotKasey Jones

Research Data Scientist

Ver Más

¿Qué tienen que decir otros alumnos?

¡Únete a 15 millones de estudiantes y empieza Trabajar con datos categóricos en Python hoy mismo!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.