Lección 4 del curso Pandas Nivel Avanzado.
En la lección anterior vimos cómo apilar y desapilar un DataFrame en Pandas usando los métodos «stack()» y «unstack()».
Y en la segunda lección del curso vimos que las tablas dinámicas obtenidas con «pivot_table()» permiten re-estructurar y agregar un DataFrame, generando como resultado un DataFrame ancho.
Cuando hablamos de “fundir” un DataFrame (en Inglés melting) lo que hacemos es el proceso inverso: desagregar el DataFrame pasando de un DataFrame ancho a uno largo. Esto implica que el melting no realiza ningún tipo de agregación.
Y para lo anterior podemos usar el método «melt()» de Pandas. Así que en esta lección veremos en detalle cómo usar este método para fundir un DataFrame:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Bien acabamos de ver la manera de fundir un DataFrame en Pandas para pasar de un formato ancho a uno largo. Y además vimos con un ejemplo práctico cómo combinar este método con las tablas dinámicas o el método «groupby()» en los casos en los cuales queremos adicionalmente usar operaciones de agregación sobre nuestros datos.
En la próxima lección cerraremos este primer módulo del curso viendo una cuarta técnica para la re-estructuración de tablas de datos. Veremos qué es y cómo “explotar” un DataFrame de Pandas usando el método «explode()».
Todas las lecciones del curso Pandas Nivel Avanzado