• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • Python
  • Pandas
  • NumPy
  • Matlab
  • Julia
  • JavaScript
  • Excel

Pandas: Seleccionar las primeras o últimas filas de un DataFrame Pandas con head() o tail()

marzo 8, 2021 Por Daniel Rodríguez 1 comentario
Tiempo de lectura: 3 minutos

pandas

Hoy vamos a explicar cómo seleccionar las primeras o últimas filas de un DataFrame, para lo que usaremos las métodos head() y tail().

Conjunto de datos de ejemplo

En esta ocasión vamos a utilizar el conjunto de datos planets que podemos encontrar en la librería Seaborn. Para importarlos solamente hay que utilizar la función load_dataset() con el nombre de conjunto de datos cómo parámetro. Así se puede cargar los datos en la variable planets con el siguiente código.

import pandas as pd
from seaborn import load_dataset

planets = load_dataset("planets")

En el caso de que necesitemos sacar este conjunto de datos por pantalla veremos que no es práctico. El conjunto consta de 1035 filas y seis columnas. Por fortuna los objetos DataFrame de Pandas cuentan con los métodos head() y tail() que permiten obtener un subconjunto de los objetos con las primeras o últimas filas respectivamente. Conjuntos más pequeños con los que es más fácil visualizar la forma de los datos.

Consultar las primeras filas con el método head()

El método head() de los DataFrame Pandas es de la siguiente forma

DataFrame.head(n=5)

Un método que tiene un único parámetro opcional, el número de filas que se desean extraer del DataFrame original. Por defecto el valor es cinco. Una cantidad habitualmente suficiente para hacerse una idea del contenido de los datos. Así si se llama a este método sin parámetros se obtienen los cinco primeros registros.

Publicidad


planets.head()
            method  number  orbital_period   mass  distance  year
0  Radial Velocity       1         269.300   7.10     77.40  2006
1  Radial Velocity       1         874.774   2.21     56.95  2008
2  Radial Velocity       1         763.000   2.60     19.84  2011
3  Radial Velocity       1         326.030  19.40    110.62  2007
4  Radial Velocity       1         516.220  10.50    119.47  2009

Aunque también, si solamente se desean tres, el comportamiento por defecto se puede cambiar fácilmente con el único parámetro.

planets.head(3)
            method  number  orbital_period   mass  distance  year
0  Radial Velocity       1         269.300   7.10     77.40  2006
1  Radial Velocity       1         874.774   2.21     56.95  2008
2  Radial Velocity       1         763.000   2.60     19.84  2011

Seleccionar las primeras filas de unas columnas específicas

El método también está disponible al seleccionar las columnas de un DataFrame, ya que este también es un objeto de tipo DataFrame. Así que, para obtener las primeras filas de, por ejemplo, las columnas distance y year solamente se tienen que seleccionar estas y llamar al método head()

planets[['distance', 'year']].head(n=3)
   distance  year
0     77.40  2006
1     56.95  2008
2     19.84  2011

Consultar las últimas filas con el método tail()

El método tail() funciona de forma análoga a head() con la diferencia, tal como su nombre indica, de obtener las últimas filas en lugar de las primeras.

DataFrame.tail(n=5)

Así que para obtener las últimas tres filas de conjunto de datos de los planetas solamente se tiene que ejecutar la siguiente línea

planets.tail(3)
       method  number  orbital_period  mass  distance  year
1032  Transit       1        3.191524   NaN     174.0  2007
1033  Transit       1        4.125083   NaN     293.0  2008
1034  Transit       1        4.187757   NaN     260.0  2008

Pudiéndose utilizar exactamente igual que head() para obtener los últimos registros de solo un subconjunto de columnas.

Publicidad


Conclusiones

En esta ocasión hemos visto cómo funcionan un par de métodos sencillos para obtener las primeras o últimas filas de un DataFrame Pandas. Métodos que son muy útiles para visualizar el contenido de los conjuntos de datos.

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 5 / 5. Votos emitidos: 1

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Filtrado de cadenas de texto en DataFrame con Pandas
    Filtrado de cadenas de texto en DataFrame con Pandas
  • Personalización de gráficos en Seaborn: Cambiar colores, estilos y etiquetas
    Personalización de gráficos en Seaborn: Cambiar colores,…
  • Gráficos de correlación en Seaborn: Mapas de calor y gráficos de pares
    Gráficos de correlación en Seaborn: Mapas de calor y…
  • Introducción a Seaborn: Una visión general de la biblioteca
    Introducción a Seaborn: Una visión general de la biblioteca
  • Seleccionar filas y columnas en Pandas con iloc y loc
    Seleccionar filas y columnas en Pandas con iloc y loc
  • Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas
    Operaciones de filtrado de DataFrame con Pandas en base a…

Publicado en: Python Etiquetado como: Pandas

Interacciones con los lectores

Comentarios

  1. simon rodriguez dice

    junio 15, 2022 a las 5:51 pm

    Excelente informacion en la pagina

    Responder

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad




Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Facebook
  • GitHub
  • Instagram
  • Pinterest
  • RSS
  • Twitter
  • Tumblr
  • YouTube

Publicidad

Entradas recientes

El método de Hare-Niemeyer y su implementación en Python

septiembre 29, 2023 Por Daniel Rodríguez

Redimensionar una partición de disco LVM con espacio no asignado en Linux

septiembre 27, 2023 Por Daniel Rodríguez

¿Cómo saber la versión de Pandas o cualquier otra librería en Python?

septiembre 25, 2023 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Unir y combinar dataframes con pandas en Python publicado el septiembre 10, 2018 | en Python
  • ¿Cómo cambiar el nombre de las columnas en Pandas? publicado el mayo 6, 2019 | en Python
  • Enviar mensajes de WhatsApp con Python publicado el marzo 7, 2022 | en Python
  • Sistema de ecuaciones Sistemas de ecuaciones lineales con numpy publicado el octubre 29, 2018 | en Python
  • Ecuaciones multilínea en Markdown publicado el septiembre 14, 2022 | en Herramientas

Publicidad

Lo mejor valorado

4.9 (22)

Seleccionar filas y columnas en Pandas con iloc y loc

4.7 (12)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.6 (15)

Archivos JSON con Python: lectura y escritura

4.5 (10)

Diferencias entre var y let en JavaScript

4.3 (12)

Ordenación de diccionarios en Python mediante clave o valor

Publicidad

Comentarios recientes

  • Daniel Rodríguez en ¿Cómo eliminar columnas y filas en un dataframe pandas?
  • Miguel en ¿Cómo eliminar columnas y filas en un dataframe pandas?
  • alberto en Resolver problema de credenciales en Bitbucket
  • Pablo en Aplicar el método D’Hondt en Excel
  • Agapito en Creación de un EXE desde un archivo Python en Windows

Publicidad

Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2023 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto