Series y DataFrames de pandas

pandas añade ejes etiquetados a los datos de columnas: una Series es una columna tipada; un DataFrame es una tabla de Series alineadas que comparten un índice.

Receta

Tarjeta de referencia rápida - lista para copiar y pegar.

import pandas as pd
 
df = pd.DataFrame(
    {"region": ["East", "West"], "revenue": [120, 340]},
    index=pd.Index(["a", "b"], name="row"),
)
east = df.loc[df["region"] == "East", "revenue"]
subset = df.iloc[0:1, [0, 1]]

Cuándo recurrir a esto:

• EDA tabular con tipos de columna mixtos y valores faltantes
• Series temporales etiquetadas indexadas por marcas de tiempo
• Unión de múltiples tablas por claves antes de la agregación
• Exportación de resultados de análisis a CSV, Parquet o Excel

Ejemplo de Trabajo

import pandas as pd
 
orders = pd.DataFrame(
    {
        "order_id": [101, 102, 103, 104],
        "region": pd.Categorical(["East", "West", "East", "West"]),
        "revenue": [120.0, 340.0, None, 210.0],
        "ordered_at": pd.to_datetime(
            ["2025-01-01", "2025-01-02", "2025-01-03", "2025-01-04"], utc=True
        ),
    }
).set_index("order_id")
 
# Selección basada en etiquetas
east = orders.loc[orders["region"] == "East", ["region", "revenue"]]
 
# Cabecera basada en posición
head = orders.iloc[:2]
 
# Añadir columna calculada de forma segura
orders = orders.copy()
orders["revenue_filled"] = orders["revenue"].fillna(orders["revenue"].median())
 
# Reducción de Series
monthly_total = orders["revenue_filled"].sum()
 
print(east)
print("monthly_total:", monthly_total)

Lo que esto demuestra:

• Construcción con columnas categóricas y flotantes anulables
• Análisis de fecha y hora UTC al cargar
• Filtrado booleano .loc con subconjunto de columnas
• .copy() antes de la asignación para evitar SettingWithCopyWarning

Inmersión Profunda

Cómo Funciona

• Las etiquetas del índice alinean las filas entre columnas: las operaciones coinciden automáticamente en el índice.
• El gestor de bloques (pandas 2.x) almacena las columnas en bloques basados en Arrow/numpy por dtype.
• .loc incluye ambos extremos para las etiquetas; .iloc es semiabierto como los slices de Python.
• El backend de dtype (string[pyarrow]) cambia el comportamiento de la memoria y los valores faltantes.

Hoja de Trucos de Selección

Parámetros y Valores de Retorno

Trampas Comunes

• Asignación de indexación encadenada - df[df["x"] > 0]["y"] = 1 activa SettingWithCopyWarning. Solución: df.loc[df["x"] > 0, "y"] = 1.
• Etiquetas de índice duplicadas - .loc["a"] devuelve múltiples filas; el acceso escalar falla. Solución: reset_index() o forzar claves únicas aguas arriba.
• Cadenas de tipo object - las columnas object por defecto usan mucha RAM. Solución: df["col"] = df["col"].astype("string[pyarrow]") en pandas 2.2+.
• Coerción silenciosa de dtype - mezclar enteros y flotantes actualiza la columna a flotante. Solución: usar Int64 anulable cuando sea posible NA.
• Naive vs. aware de zona horaria - comparar marcas de tiempo mixtas da error en pandas 2.x. Solución: pd.to_datetime(..., utc=True) en todas partes al ingerir.

Alternativas

Preguntas Frecuentes

import pandas as pd
df = pd.read_csv("big.csv", usecols=["region", "revenue"])

import pandas as pd
df.columns.duplicated().any()

df = df.reset_index()

sample = df.sample(n=100, random_state=42)

Relacionado

• Limpieza y Transformación de Datos - dtypes y valores faltantes
• GroupBy y Agregación - dividir-aplicar-combinar
• Uniones y Mezclas - combinación de marcos
• Conceptos Básicos de Análisis de Datos - recorrido introductorio

Versiones de la Pila: Esta página fue escrita para Python 3.14.0 (estable 3.14, mantenimiento 3.13), FastAPI 0.115+, Django 5.2, Flask 3.1, Pydantic 2, PyTorch 2.6+, pandas 2.2+, Polars 1.x, ruff 0.9+, y uv 0.6+.