Pandas Python: Trabajo con Datos

¿Cómo se puede leer un archivo CSV en Pandas utilizando Python?

• df = pd.read_csv('file.csv')

• df = pd.read_csv('data.csv')

• df = pd.read_csv('data.txt')

• df = pd.read_csv('archivo.csv')

¿Qué método se utiliza para desplegar información básica de un DataFrame en Pandas?

• display()

• show()

• info()

• head()

¿Cómo se puede verificar la presencia de valores NaN en un DataFrame de Pandas?

• df.checknull()

• df.isnan()

• df.empty()

• df.isnull()

¿Cuál es la forma de eliminar una columna específica de un DataFrame en Pandas?

• df.delete_column('nombre_columna')

• df.remove('nombre_columna')

• df.drop('nombre_columna', axis=1)

• df.drop_column('nombre_columna')

¿Cómo se convierte un objeto de Pandas en un objeto de tipo datetime?

• pd.datetime_convert()

• pd.to_datetime()

• pd.convert_datetime()

• pd.change_to_datetime()

¿Qué método se utiliza para crear un diagrama de pie en Pandas?

• plot(kind='pie')

• plot(kind='line')

• plot(kind='bar')

• plot(kind='scatter')

¿Cuál es la librería de Python que se utiliza para crear visualizaciones más avanzadas en Pandas?

• Plotly

• Seaborn

• NumPy

• Matplotlib

¿Qué librería se utiliza para crear diagramas de barras en Pandas?

• NumPy

• Plotly

• Seaborn

• Matplotlib

¿Cómo se puede generar un diagrama de mapas utilizando Pandas?

• import geopandas as gpd

• import matplotlib.pyplot as plt

• import pandas as pd import folium # Crear un DataFrame con los datos data = { 'lat': [40.7128, 34.0522], 'lon': [-74.0060, -118.2437], 'name': ['New York City', 'Los Angeles'] } df = pd.DataFrame(data) # Crear un mapa con Folium map = folium.Map(location=[df['lat'].mean(), df['lon'].mean()], zoom_start=4) for i in range(len(df)): folium.Marker([df.iloc[i]['lat'], df.iloc[i]['lon']], popup=df.iloc[i]['name']).add_to(map) map

• import seaborn as sns

¿Cuál es la función de seaborn en relación con Pandas?

• Se encarga de la limpieza de datos en DataFrames de Pandas

• Permite la manipulación de datos en DataFrames de Pandas

• Proporciona funciones de machine learning en DataFrames de Pandas

• Facilita la creación de gráficos estadísticos a partir de DataFrames de Pandas.