Me encanto el curso y tu forma clara y directa para explicar. Lastima que aun no tienes el de graficos... Muchas gracias y felicitaciones por el gran trabajo!!
Muchas gracias bro por compartir tus conocimientos!. Tambien para el que esté un poco perdido al igual que yo, al final cuando yacklyon explica la propiedad how, veanlo asi: inner, que es el valor por defecto, lo que hace es que solo agrega los valores donde las celdas del campo clave coincidan en ambos. Es la interseccion de dos conjuntos. Outer, toma todos los valores de ambos DF, y los mezcla sin importar si algun valor de algún campo no esté, en este caso agrega NaN. Es la union de dos conjuntos. left, toma solo los valores del primer DF que se pasó como argumento. Es la unidad del primer conjunto. rigth, toma solo los valores del segundo DF. Es la unidad del segundo conjunto. Cualquier opcion crea el DF nuevo con todos los campos que integran cada DF.
Muchas gracias por el curso, la verdad es muy bueno a modo de introduccion. Me gustaria que pudieras extenderlo mas para conocer mas funcionalidades, como groupby(), apply() y demas. Pero excelente curso y gran forma de explicar, muy recomendable
mil gracias, en la versión que estoy usando de Python, cuando concateno por columnas y hago df.columns, no muestra la columna que usó de base para la unión.
Me encanto el curso y tu forma clara y directa para explicar. Lastima que aun no tienes el de graficos... Muchas gracias y felicitaciones por el gran trabajo!!
Muchas gracias bro por compartir tus conocimientos!.
Tambien para el que esté un poco perdido al igual que yo, al final cuando yacklyon explica la propiedad how, veanlo asi:
inner, que es el valor por defecto, lo que hace es que solo agrega los valores donde las celdas del campo clave coincidan en ambos. Es la interseccion de dos conjuntos.
Outer, toma todos los valores de ambos DF, y los mezcla sin importar si algun valor de algún campo no esté, en este caso agrega NaN. Es la union de dos conjuntos.
left, toma solo los valores del primer DF que se pasó como argumento. Es la unidad del primer conjunto.
rigth, toma solo los valores del segundo DF. Es la unidad del segundo conjunto.
Cualquier opcion crea el DF nuevo con todos los campos que integran cada DF.
que curso tan hermoso 🥺 lo he terminado
Excelente curso para empezar en este mundo de ciencia de datos, ¡100% recomendado!
Me recordo a Programacion ATS, MUCHAS GRACIAS, EXECLENTE EXPLICACION
Muchas gracias por tus cursos, hermano. Son muy buenos y me están ayudando a ampliar mis conocimientos para empezar mis prácticas
Muchas gracias por el curso, es perfecto para empezar, quedo en espera del curso de graficos.
Buen curso!! Muchas gracias
Muchas gracias por el curso, la verdad es muy bueno a modo de introduccion. Me gustaria que pudieras extenderlo mas para conocer mas funcionalidades, como groupby(), apply() y demas. Pero excelente curso y gran forma de explicar, muy recomendable
Gracias por explicar en difwrentes ebtornos de desarrollo,👍
Excelente curso, muy bueno y claro. Esperando el siguiente, saludos
Termine el curso espero la parte de análisis de datos y gráficas con Pandas!
Excelente y claro! espero el de los graficos!
Muy buen curso, esperare el de los graficos.Muchas gracias
Gracias , no sabia como iniciar con python en analitica de datos y gracias a ti ya perdi la virginidad en python en analitica de datos ,gracias :)
Me fume tus 11 videos en un dia bro, excelente y muy buena manera de explicar, ya sacaste los nuevos videos para combinar con graficos ?
Excelente curso, muchas gracias
Excelente curso!
Muchas gracias! excelente curso
mil gracias, en la versión que estoy usando de Python, cuando concateno por columnas y hago df.columns, no muestra la columna que usó de base para la unión.
Excelente contenido, muchas gracias. Podrías integrar el de gráficos como continuación?
Muchas gracias por tus cursos, están increíbles.
gracias :)
el de grafico , porfaaaaa
Espero el segundo curso :(
Buen contenido
viendo el contenido con velocidad 1.75 :)
ya soy un pandas
MUY BUENO!!! CUANDO SALE EL CURSO DE GRAFICOS?GRACIAS!
ta bueno, necesitamos un mas complejo, donde se trabaje con csv y otro con APIs
AQUI TE PONGO EL CODIGO Y EVITA PERDER TIEMPO DE VIDA
import pandas as pd
#CONCATENACION
#Concatenamos por las Filas "Nombre"
DF1 = pd.DataFrame({'NOMBRE': ['JOSE', 'MAX'],
'CARRERA': ['Economia', 'Arquitectura'],
'EDAD': [23, 26]}).set_index('NOMBRE')
DF2 = pd.DataFrame({'NOMBRE': ['Aurora', 'Maria'],
'CARRERA': ['Medicina', 'Informatica'],
'EDAD': [22, 28]}).set_index('NOMBRE')
DF = pd.concat([DF1, DF2])
DF
#Concatenamos por la colunma "AUTOS" punto de union
DF1 = pd.DataFrame({'AUTOS': ['Nissan', 'Ford', 'Audi'],
'COLOR': ['Blanco', 'Rojo', 'Azul'],
}).set_index('AUTOS')
DF2 = pd.DataFrame({'AUTOS': ['Nissan', 'Ford', 'Audi'],
'MODELO': ['2018', '2020', '2022'],
}).set_index('AUTOS')
DF = pd.concat([DF1, DF2]),axis = 1 # 0 = filas (por defecto)---- 1 = columnas
DF
# MEZCLA informacion comun y clave
DF1 = pd.DataFrame({'AUTOS': ['Nissan', 'Ford', 'Audi'],
'COLOR': ['Blanco', 'Rojo', 'Azul'],
}).set_index('AUTOS')
DF2 = pd.DataFrame({'AUTOS': ['Toyota', 'Ford', 'Audi'],
'MODELO': ['2018', '2020', '2022'],
}).set_index('AUTOS')
DF = pd.merge(DF1, DF2, how = 'outer')
#outer para las filas .----inner para las columnas
#left para referencia izquierda o right para la derecha
DF
Solo buscas criticar cada video. Como si se perdiera mucho tiempo escribiendo el código
Gracias
absolutamente nadie busca el codigo sin contexto