Día 21 — Pandas: análisis de datos de nivel profesional

Pandas es la librería de análisis de datos más utilizada en Python, y prácticamente un estándar en el sector. Su estructura principal, el DataFrame, funciona de forma similar a una hoja de cálculo: organiza los datos en filas y columnas, permitiendo filtrar, ordenar, agrupar y calcular estadísticas con muy pocas líneas de código.

Una de sus mayores ventajas es la capacidad de leer y escribir múltiples formatos de archivo (CSV, Excel, JSON, bases de datos SQL) de forma directa, lo que la convierte en la herramienta ideal para automatizar tareas de análisis que tradicionalmente se hacían manualmente en hojas de cálculo.

Código de ejemplo:

import pandas as pd

datos = {
    "nombre": ["Ana", "Luis", "María"],
    "edad": [25, 30, 28],
    "salario": [2500, 3200, 2800]
}

df = pd.DataFrame(datos)
print(df)
print(df["salario"].mean())        # Media de la columna
print(df[df["edad"] > 27])         # Filtrar filas