0

El enunciado es el siguiente, agradecería cualquier ayuda:

Almacene los datos de la base de datos descargada para poder trabajar con ellos en Jupyter Notebook. (Importe primero la librería “pandas” y haga que se pueda usar con el acrónimo “pd”). Lea el fichero de datos Excel descargado y almacénelo en una variable la función read_excel de pandas.

(Por ejemplo, para leer Mifichero y almacenarlo en MiVariable, tendría que usar la siguiente instrucción: MiVariable = pd.read_excel("MiFichero.xls"). Calcule el número de datos, obtenga los 7 primeros y diga cómo se llama la columna de datos. A partir de este punto, si quiere utilizar los datos numéricos solamente, debe usar la última columna, usando por ejemplo la siguiente asignación:

MisDatos = MiVariable.iloc[:, Nc], en el que Nc es el número de la columna. No puede usar estos nombres de variable en su trabajo, cambie dichos nombres por los suyos propios

Quería saber si el siguiente código estructurado es correcto o debo modificar algo. En caso de que deba modificar algo, si podeis editar mi respuesta lo agradeceria

import pandas as pd
from IPython.display import display

file = "Data_Extract_From_World_Development_Indicators.xlsx"
df = pd.read_excel(file, sheetname = "Data", na_values = "n/a")
pd.options.display.max_columns = None
num_datos = len(df.index)   # Calcular el número de datos
display(df.head(7))         # Obtener los siete primero
nombre_col = df.columns[-1] # Nombre de la columna de datos

1 respuesta 1

0

Lo del primer párrafo y la mitad del segundo lo tienes. En cuanto al resto:

Calcular el número de datos

Si no lo he malentendido sería simplemente saber las filas de la tabla, puedes hacerlo de dos formas:

  • Comprobando la longitud del índice:

    num_datos = len(df.index)
    
  • Usando pandas.DataFrame.shape:

    num_datos = df.shape[0]
    

Obtener los 7 primeros

Con pandas.DataFrame.head que ya intentas usar puedes mostrar las 7 primeras filas simplemente pasando 7 como argumento:

df.head(7)

Si solo quieras mostrar los siete primeros valores (última columna):

df.iloc[:, -1]

Nombre de la columna de datos

Como nos dicen que es la última, basta con indizar sobre pandas.DataFrame.columns:

nombre_col = df.columns[-1]

Python permite indizado negativo, -1 es el índice del último elemento. Su índice positivo sería simplemente el número de columnas menos uno:

ind_ultima_col = len(np.columns) - 1

O si quieres el indice de una columna sabiendo su nombre puedes usar get_loc:

ind_col = df.columns.get_loc("nombre_columna")
5
  • Un módulo de Python estándar y un NoteBook no son lo mismo, los NoteBooks tienen extensión .ipynb y los archivos Python .py, de todas forma la extensión no sirve para nada excepto en Windows que las usa para asociar el programa a usar. Si te piden que trabajes con NoteBook crea uno nuevo en el navegador para no complicarte como ya has hecho pega el código y guardalo, eso se guardará como .ipynb y podrás abrirlo desde cualquier lado usando Jupyter. Eso si, solo se puede abrir en Jupyter no en un intérprete Python estándar.
    – FJSevilla
    Commented el 19 abr. 2020 a las 13:37
  • Instala xlrd con pip (p.e python -m pip install xlrd) igual que instalaste pandas o jupyterlab
    – FJSevilla
    Commented el 19 abr. 2020 a las 14:12
  • Lo instalé pero me sigue mostrando el mismo error. No sé si el código está bien porque antes de ese error me apareció uno relacionado con la insrtuccion de sheetname
    – Miriam
    Commented el 19 abr. 2020 a las 14:16
  • Primero, si te sigue dando el mismo error es casi seguro que no has instalado en el intérprete/entorno que Jupyter está usando, vete a tu NoteBook de Jupyter y en una celda vacía coloca %pip install xlrd, ejecuta la celda y espera a que temine. Reinicia el kernel y luego ejecuta tu celda con el código de pandas, no debería haber ningún problema si la instalación fue correcta, la celda con pip puedes eliminrla.
    – FJSevilla
    Commented el 19 abr. 2020 a las 14:28
  • Por cierto, tenías un typo, no me había dado cuenta, el nombre del argumento no es sheetname es sheet_name, puede que éste fuera el error al que te referías.
    – FJSevilla
    Commented el 19 abr. 2020 a las 14:32

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.