Práctica 4: Análisis de datos sobre nivel de formación en España¶
Escribimos un primer mensaje para mostrar en pantalla¶
In [33]:
print(" ¡Hola,mundo!")
Importamos la librería que vamos a usar, pandas, y utilizamos la asignación 'as'para llamarlo simplemente pd a lo largo de todo el proceso y no tener que escribir 'pandas' cada vez¶
In [1]:
import pandas as pd
Primer hemos descargado la base de datos y la hemos subido a Github para tener siempre acceso a ella (para ello hemos añadido ?raw=true al final del link para poder leerlo con pandas). No obstante, podríamos haber llamado directamente al link¶
In [36]:
url='https://github.com/Alejandraa98/practicas-periodismo-de-datos/blob/main/practica-4.csv?raw=true'
Leemos la base de datos a partir del URL especificando los delimitadores y la asignamos a la variable df¶
In [37]:
df = pd.read_csv(url,delimiter= ';')
Escribiendo df podemos acceder al contenido de esa base de datos, en este caso expresada a través de la tabla¶
In [38]:
df
Out[38]:
Mediante las funciones head y tail podemos visualizar la parte superior e inferior de los datos respectivamente¶
In [8]:
df.head()
Out[8]:
In [9]:
df.tail()
Out[9]:
Con la función columns podemos visualizar el nombre de cada columna¶
In [12]:
df.columns
Out[12]:
Escribiendo los nombres de las columnas Ciclo y Nivel de formación más apropiado para realizar su trabajo accedemos a la información que estas columnas contienen¶
In [13]:
df['Ciclo']
Out[13]:
In [14]:
df['Nivel de formación más apropiado para realizar su trabajo']
Out[14]:
Si queremos acceder directamente al valor de la fila 4, primero concretamos la columna y luego escribimos en corchetes el número de la fila a la que queremos acceder. En el segundo caso, en el que se hace la prueba con el número de fila 1324 hay un error ya que la última fila es la 1322 y por tanto no existe¶
In [15]:
df['Sexo'][4]
Out[15]:
In [16]:
df['Sexo'][1324]
Para obtener información sobre valores numéricos de una columna utilizamos la función describe¶
In [20]:
df['Total'].describe()
Out[20]:
Con la función unique obtenemos valores únicos de cada columna, en este caso de la columna que se indica anteriormente entre corchetes¶
In [23]:
df['Nivel de formación más apropiado para realizar su trabajo'].unique()
Out[23]:
Importamos la librería 'matplotlib', la renombramos como plt para facilitar su escritura. De esta manera, podremos visualizar mediante un gráfico de barras la información de la base de datos que antes hemos analizado¶
In [26]:
import matplotlib.pyplot as plt
In [35]:
plt.bar(df['Sexo'],df['Total'])
plt.show()
