Los objetos DataFrame de Pandas son una herramienta fantástica para trabajar con datos. Permitiendo realizar múltiples tareas de una forma rápida y sencilla. Una de las más habituales es filtrar, poder seleccionar un subconjunto de los datos en base a los valores de uno o varias columnas. En esta entrada se explicarán diferentes formas de realizar el filtrado de DataFrame con … [Leer más...] acerca de Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas
Obtención de valores únicos de una columna con Pandas
En muchas ocasiones al trabajar con un DataFrame de Pandas puede que una de las columnas contenta los valores de una etiqueta. La que posiblemente tendrá muchos registros repetidos. Por lo que puede ser interesante obtener el listado de valores únicos de la columna. Afortunadamente los objetos DataFrame de la librería Pandas cuentan con un método para obtener estos. A … [Leer más...] acerca de Obtención de valores únicos de una columna con Pandas
¿Cómo cambiar el nombre de las columnas en Pandas?
En los DataFrame de Pandas los nombres de las columnas permiten identificar rápidamente el contenido de estas. Por eso saber como cambiar el nombre de las columnas en Pandas puede ser importante ya que en muchas ocasiones puede que se incluyan en el archivo de datos. O simplemente sean nombres crípticos que se desea cambiar. Además de las columnas también se puede asignar un … [Leer más...] acerca de ¿Cómo cambiar el nombre de las columnas en Pandas?
Intercambiar archivos en VirtualBox
A la hora de trabajar con máquinas virtuales suele ser necesario intercambiar archivos entre el sistema operativos anfitrión y huésped. Por ejemplo, hay que transferir archivos que se encuentra en la máquina anfitrión para ser procesados en el huésped. Posteriormente, los resultados obtenidos de este procesado han de ser transferidos a la máquina anfitrión. Por lo que disponer … [Leer más...] acerca de Intercambiar archivos en VirtualBox
Primer año de Analytics Lane
Hoy hace exactamente un año que, en la primera entrada del blog, se presentaba el proyecto de Analytics Lane. Un proyecto que nacía con una gran ilusión. Buscando ser un canal de comunicación en el que se publicase entradas sobre de ciencia de datos y las tecnologías más utilizadas como son Python y R. En este año se han publicado 171 entradas, con una periodicidad constante de … [Leer más...] acerca de Primer año de Analytics Lane
Activar copiar y pegar en VirtualBox
Copiar y pegar es una de las características de los sistemas operativos modernos que más influyen en la productividad. Algo que también se puede tener al trabajar con máquinas virtuales. En el caso de VirtualBox esta opción no está disponible por defecto, para poder usarla es necesario instalar previamente el pack de extensión y los complementos ene el sistema anfitrión. A … [Leer más...] acerca de Activar copiar y pegar en VirtualBox
Diferentes formas de ordenar dataframes en pandas
Una vez importado un conjunto de datos en pandas puede ser interesante ordenar el contenido de estos. Lo más habitual es ordenarlo en base a los valores de una o varias columnas. Para ordenar dataframes en pandas se pueden utilizar los métodos nativos de estos objetos. Lo que permite hacer esta tarea de un forma sencilla y eficiente.En esta entrada se va a utilizar el … [Leer más...] acerca de Diferentes formas de ordenar dataframes en pandas
Lanzamiento de Shiny 1.3.2
RStudio acaba de anunciar el lanzamiento de la versión 1.3.2 de Shiny. Una versión que presenta dos nuevas e importantes características: una nueva herramienta de depuración de reactividad llamada “reactlog” y un servicio mucho más rápido para servir de archivos estáticos.“reactlog”“reactlog” permite obtener de forma visual información de la reactividad en las … [Leer más...] acerca de Lanzamiento de Shiny 1.3.2
Cómo leer y escribir archivos en Python
La importación y exportación de datos desde archivos son tareas que se realizan con bastante asiduidad. Por ello, en Python, librerías como pandas incorporan herramientas para el manejo de archivos CSV o en formato Microsoft Excel. Pero, si los datos no se encuentran en un formato estándar, estas herramientas pueden no ser las adecuadas. Por lo tanto, puede ser necesario … [Leer más...] acerca de Cómo leer y escribir archivos en Python
Microsoft se une al proyecto MLflow
Se acaba de anunciar que Microsoft se unirá al proyecto MLflow para la gestión de experimentos de aprendizaje automático. Por lo que pronto se agregará una versión totalmente administrada de MLflow a Azure Machine Learning.MLflow es una plataforma de código abierto diseñada para administrar el ciclo de vida de los modelos de aprendizaje automático de extremo a extremo. La … [Leer más...] acerca de Microsoft se une al proyecto MLflow
¿Qué es el sesgo en aprendizaje automático?
En los procesos de toma de decisiones el término sesgo tiene generalmente connotaciones negativas. No es deseable que un proceso automático lo tenga de ningún tipo. La palabra sesgo procede de sesgar, un verbo que hace referencia a torcer o atravesar algo hacia uno de sus lados. Por lo que una decisión sesgada, que se tuerce en algún sentido, no es deseable. Los modelos de … [Leer más...] acerca de ¿Qué es el sesgo en aprendizaje automático?
5 libros para Data Science
Hoy, día del libro, es una excelente oportunidad para recopilar libros imprescindibles para Data Science. Estos son libros que todo científico de datos, tanto sea usuario de Python como R, deberían conocer y leer.Python Data Science Handbook de Jake VanderPlasPython es actualmente el lenguaje de referencia para los científicos de datos. Algo que se puede apreciar en … [Leer más...] acerca de 5 libros para Data Science