• 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
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Cuatro libros para aprender Pandas

marzo 31, 2023 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 5 minutos

Pandas es la librería de referencia para el manejo de datos en Python. Una herramienta compleja que puede ayudarnos a resolver una gran cantidad de problemas con los que necesitamos lidiar en el día a día como analistas o científicos de datos. Existen múltiples libros que pueden ser una excelente opción para iniciarse y profundizar en el tema. Por lo que en esta publicación he seleccionado los cuatro libros para aprender Pandas que son más interesantes de los disponibles en la actualidad. La lista no está ordenada del mejor al menos bueno, cada uno tiene un enfoque diferente y su público objetivo es ligeramente diferente.

* En este artículo, nuestras recomendaciones son el resultado una evaluación rigurosa e independiente. Algunos enlaces incluidos en el texto son enlaces de afiliados, lo que significa que podemos recibir una comisión si decides realizar una compra a través de ellos. Esta comisión no afecta de ninguna manera a nuestra selección de productos ni influye en nuestra opinión sobre los mismos.

Effective Pandas de Matt Harrison

Effective Pandas es el segundo libro de la serie “Treading on Python” de Matt Harrison. Un libro que está organizado en capítulos temáticos. El libro comienza desde las bases con una introducción a Pandas y los pasos para realizar una manipulación básica de datos. Posteriormente, el autor profundiza en el uso de la librería para tareas como la limpieza y selección de datos, manejo de índices, visualización de datos y manejo de series temporales. Dedicando un capítulo a temas de rendimiento, un punto importante a la hora de usar la librería que muchas veces se olvida.

Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
En Analytics Lane
Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane

Lo que hace que “Effective Pandas” sea una excelente opción para aquellos que desean mejorar sus habilidades en Pandas, es su enfoque en las mejores prácticas y la eficiencia del código. El autor comparte consejos y trucos para optimizar el rendimiento de las operaciones en Pandas, lo que hace que el libro sea útil para aquellos que trabajan con grandes conjuntos de datos.

Comprar Effective Pandas en Amazon

Pandas 1.x Cookbook de Matt Harrison y Theodore Petrou

Este libro de Matt Harrison y Theodore Petrou es una colección de recursos de primer nivel que cubre diferentes técnicas para trabajar con datos utilizando Pandas. Los autores comienzan presentando los conceptos básicos de Pandas desde la creación de DataFrames, pasando por la selección y filtrado de datos y la manipulación de los índices. Para, posteriormente, abordar temas avanzados como la limpieza de datos, la unión de DataFrames, visualización de datos, series temporales y manejos de datos de texto.

En cada uno de los capítulos se presenta una serie de problemas comunes que se pueden encontrar en el trabajo diario con datos y ofrece las herramientas para solucionarlos fácilmente con Pandas mediante ejemplos de código.

Lo que hace que “Pandas 1.x Cookbook” sea una buena elección para alguien que desea aprender y profundizar en Pandas, es su enfoque práctico y la gran cantidad de ejemplos de código que se ofrecen. Ofreciendo explicaciones detalladas sobre cómo funciona cada solución, lo que hace que el libro sea adecuado tanto para principiantes como para usuarios avanzados de Pandas.

Comprar Pandas 1.x Cookbook en Amazon

Publicidad


The Pandas Workshop de Blaine Bateman et al.

Tal como indica su título el libro, “The Pandas Workshop” está diseñado como un taller práctico. En cada uno de los capítulos los autores presentan un problema y los pasos para resolverlo mediante el uso de Pandas. Incluyendo ejemplos de código explicativos con los que se puede llegar a la solución de una manera clara y concisa, ofreciendo explicaciones detalladas sobre cada una de las funciones empleadas.

El libro comienza con una introducción a Pandas, cubriendo los conceptos básicos como la creación de Series y DataFrames, la selección y filtrado de datos y la manipulación de índices. Posteriormente, los autores abordan temas avanzados como la limpieza y transformación de datos, la unión de DataFrames y la visualización de datos. Cubriendo también el uso de series temporales y datos de texto.

Lo que hace que “The Pandas Workshop” una excelente opción, es su enfoque práctico y los ejemplos de código que se ofrecen. Al igual que “Pandas 1.x Cookbook”, cada capítulo presenta un problema real y los autores explican a los lectores cómo se pueden solucionar mediante ejemplos de código.

Comprar The Pandas Workshop en Amazon

Learning the Pandas Library de Matt Harrison

“Learning the Pandas” es el quinto libro de la serie “Treading on Python” de Matt Harrison. El libro comienza explicando la estructura de datos de Pandas (Series y DataFrames), cubriendo temas básicos como la creación, manipulación y selección de datos. A medida que avanza el libro se introducen otros conceptos avanzados como la limpieza y transformación de datos, la manipulación de fechas y la visualización de datos.

Una de las características más destacadas del libro es la forma en la que se presentan los conceptos usados en Pandas. El autor utiliza ejemplos simples pero efectivos para explicar cada tema, lo que ayuda a los lectores a comprender los conceptos y técnicas de manera efectiva.

Además de los ejemplos, el libro también incluye ejercicios prácticos al final de cada capítulo para ayudar a los lectores a aplicar los conceptos y técnicas aprendidos en situaciones de la vida real. Ayudando al desarrollo de las habilidades prácticas y comprensión de los conceptos de Pandas.

Comprar Learning the Pandas en Amazon

Conclusiones

Los libros para aprender Pandas que se han presentado son una excelente opción para iniciarse y profundizar en el uso de esta librería. Si considera que estos libros para aprender Pandas son interesantes y decide comprarlos, puede usar los enlaces de cada uno para que recibamos una pequeña comisión sin que esto afecte al precio del libro. ¡Gracias!

Imagen de Free-Photos en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

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?

Publicidad


Publicaciones relacionadas

  • Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
  • Nuevo conversor de timestamp Unix en el laboratorio de Analytics Lane
  • Calculadora de Contrastes de Hipótesis: interpreta correctamente el p-valor y toma decisiones estadísticas con confianza
  • Calculadora de Tamaño del Efecto: la herramienta clave para entender cuánto importa realmente una diferencia
  • Simulador de DBSCAN: descubre cómo encontrar clusters reales (y ruido) sin fijar K
  • Conversor de Colores: convierte, compara y valida cualquier color en tiempo real
  • Analytics Lane lanza su Generador de UUIDs: identificadores únicos, seguros y listos para producción en segundos
  • 1200 publicaciones en Analytics Lane
  • Analytics Lane lanza su Conversor TIN ↔ TAE: la herramienta definitiva para entender el coste real de depósitos, préstamos e hipotecas

Publicado en: Reseñas Etiquetado como: Libros, Pandas

Interacciones con los lectores

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.

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
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Interés compuesto: la fuerza que multiplica tu dinero (y los errores que la anulan)

mayo 14, 2026 Por Daniel Rodríguez

Cómo comparar datos con barras en Matplotlib: agrupadas, apiladas y porcentuales

mayo 12, 2026 Por Daniel Rodríguez

Costes hundidos en ciencia de datos: cuándo mantener un modelo y cuándo migrar

mayo 7, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Solución al error Failed to download metadata for repo ‘AppStream’ en CentOS 8 publicado el septiembre 13, 2023 | en Herramientas
  • Hoja de cálculo para repartir los escaños en base al método D’Hont Aplicar el método D’Hondt en Excel publicado el abril 14, 2021 | en Herramientas
  • Matriz definida positiva en Excel Comprobar si una matriz es definida positiva en Excel sin macros publicado el octubre 18, 2023 | en Ciencia de datos, Herramientas
  • Método del codo (Elbow method) para seleccionar el número óptimo de clústeres en K-means publicado el junio 9, 2023 | en Ciencia de datos
  • Uso de múltiples ejes en Matplotlib publicado el agosto 4, 2022 | en Python

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

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

4.9 (11)

Pandas: Cambiar los tipos de datos en los DataFrames

Comentarios recientes

  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria

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 © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto