Chuleta de Python para la ciencia de datos

• Boolean = True / False
• integer = 10
• float = 10.01
• string = «123abc»
• list = [value1,value2,…]
• dictionary = { key1:value1, key1:value2,…}

• + = suma
• – = resta
• * = multiplicacion
• / = division
• ** = exponente
• % = módulo
• // = división con resultado entero

• > = mayor que
• < = menor que
• == = iguales
• >= = mayor o igual
• <= = menor o igual
• != = distinto que

• string[i] recuperar el carácter en la posición i
• string[-1] recuperar último carácter
• string[i:j]recuperar el rango i de j

• list = [] define una lista vacía
• list[i] = x almacena x con el índice i
• list[i] recupera el elemento con el índice i
• list[-1] recupera el último elemento
• list[i:j] recupera el rango de i a j
• del list[i] elimina el elemento con el índice i

• dict = {} define un diccionario vacío
• dict[k] = x almacenar x asociado a la clave k
• dict[k] recupera el elemento con el índice i
• del dict[i] elimina el elemento con el índice i

• list.append() Añade un elemento al final de la lista
• list.clear() Elimina todos los elementos de la lista
• list.copy() Devuelve una copia de la lista
• list.count() Devuelve el número de elementos con el valor especificado
• list.extend() Añade los elementos de una lista (o cualquier iterable), al final de la lista actual
• list.index() Devuelve el índice del primer elemento con el valor especificado
• list.insert() Añade un elemento en la posición especificada
• list.pop() Elimina el elemento en la posición especificada
• list.remove() Elimina el primer elemento con el valor especificado
• list.reverse() Invierte el orden de la lista
• list.sort() Ordena la lista

• dic.clear() Elimina todos los elementos del diccionario
• dic.copy() Devuelve una copia del diccionario
• dic.fromkeys() Devuelve un diccionario con las claves y el valor especificados
• dic.get() Devuelve el valor de la clave especificada
• dic.items() Devuelve una lista que contiene una tupla para cada par clave-valor
• dic.keys() Devuelve una lista que contiene las claves del diccionario
• dic.pop() Elimina el elemento con la clave especificada
• dic.popitem() Elimina el último par clave-valor insertado
• dic.setdefault() Devuelve el valor de la clave especificada. Si la clave no existe: inserta la clave, con el valor especificado
• dic.update() Actualiza el diccionario con los pares clave-valor especificados
• dic.values() Devuelve una lista de todos los valores del diccionario

• str.capitalize() Convierte el primer carácter en mayúsculas
• str.casefold() Convierte la cadena en minúsculas
• str.center() Devuelve una cadena centrada
• str.count() Devuelve el número de veces que un valor especificado aparece en una cadena
• str.encode() Devuelve una versión codificada de la cadena
• str.endswith() Devuelve true si la cadena termina con el valor especificado
• str.expandtabs() Establece el tamaño del tabulador de la cadena
• str.find() Busca en la cadena un valor especificado y devuelve la posición en la que se ha encontrado
• str.format() Formatea los valores especificados en una cadena
• str.format_map() Formatea los valores especificados en una cadena
• str.index() Busca en la cadena un valor especificado y devuelve la posición en la que se ha encontrado
• str.isalnum() Devuelve True si todos los caracteres de la cadena son alfanuméricos
• str.isalpha() Devuelve True si todos los caracteres de la cadena están en el alfabeto
• str.isascii() Devuelve True si todos los caracteres de la cadena son ascii
• str.isdecimal() Devuelve True si todos los caracteres de la cadena son decimales
• str.isdigit() Devuelve True si todos los caracteres de la cadena son dígitos
• str.isidentifier() Devuelve True si la cadena es un identificador
• str.islower() Devuelve True si todos los caracteres de la cadena son minúsculas
• str.isnumeric() Devuelve True si todos los caracteres de la cadena son numéricos
• str.isprintable() Devuelve True si todos los caracteres de la cadena son imprimibles
• str.isspace() Devuelve True si todos los caracteres de la cadena son espacios en blanco
• str.istitle() Devuelve True si la cadena sigue las reglas de un título
• str.isupper() Devuelve True si todos los caracteres de la cadena son mayúsculas
• str.join() Convierte los elementos de una iterable en una cadena
• str.ljust() Devuelve una versión justificada a la izquierda de la cadena
• str.lower() Convierte una cadena en minúsculas
• str.lstrip() Devuelve una versión recortada a la izquierda de la cadena
• str.maketrans() Devuelve una tabla de traducción que se utilizará en las traducciones
• str.partition() Devuelve una tupla en la que la cadena está dividida en tres partes
• str.replace() Devuelve una cadena en la que un valor especificado se sustituye por otro valor especificado
• str.rfind() Busca en la cadena un valor especificado y devuelve la última posición en la que se encontró
• str.rindex() Busca en la cadena un valor especificado y devuelve la última posición en la que se encontró
• str.rjust() Devuelve una versión justificada a la derecha de la cadena
• str.rpartition() Devuelve una tupla en la que la cadena está dividida en tres partes
• str.rsplit() Divide la cadena en el separador especificado y devuelve una lista
• str.rstrip() Devuelve una versión recortada a la derecha de la cadena
• str.split() Divide la cadena en el separador especificado y devuelve una lista
• str.splitlines() Divide la cadena en los saltos de línea y devuelve una lista
• str.startswith() Devuelve true si la cadena comienza con el valor especificado
• str.strip() Devuelve una versión recortada de la cadena
• str.swapcase() Intercambia las mayúsculas, las minúsculas se convierten en mayúsculas y viceversa
• str.title() Convierte el primer carácter de cada palabra en mayúsculas
• str.translate() Devuelve una cadena traducida
• str.upper() Convierte una cadena en mayúsculas
• str.zfill() Rellena la cadena con un número determinado de valores 0 al principio

import numpy
import numpy as np
Importación selectiva
from math import pi

• my_array[1] Seleccione el elemento en el índice 1
• my_array[0:2] Seleccionar elementos en el índice 0 y 1

Subconjunto de matrices 2D Numpy

• my_2darray[:,0] my_2darray[rows, columns]

>>> my_array > 3
array([False, False, False, True], dtype=bool)
>>> my_array * 2
array([2, 4, 6, 8])
>>> my_array + np.array([5, 6, 7, 8])
array([6, 8, 10, 12])

• my_array.shape Obtener las dimensiones del array
• np.append(other_array) Añadir elementos a una matriz
• np.insert(my_array, 1, 5) Insertar elementos en una matriz
• np.delete(my_array,[1]) Eliminar elementos de una matriz
• np.mean(my_array) Media de la matriz
• np.median(my_array) Mediana de la matriz
• my_array.corrcoef() Matrix median
• np.std(my_array) Desviación estándar

import pandas as pd
import numpy as np

• pd.read_csv(filename) – De un archivo CSV
• pd.read_table(filename) – Desde un archivo de texto delimitado (como TSV)
• pd.read_excel(filename) – De un archivo Excel
• pd.read_sql(query, connection_object) – Lee desde una BaseDeDatos/Tabla SQL
• pd.read_json(json_string) – Lee desde una cadena, URL o archivo con formato JSON
• pd.read_html(url) – Analiza una URL html, una cadena o un archivo y extrae tablas a una lista
• pd.read_clipboard() – Toma el contenido del porta papeles
• pd.DataFrame(dict) – Desde un diccionario

• df.to_csv(filename) – Escribir en un archivo CSV
• df.to_excel(filename) – Escribir en un archivo Excel
• df.to_sql(table_name, connection_object) – Escribir en una tabla SQL
• df.to_json(filename) – Escribir en un archivo con formato JSON

Útil para probar segmentos de código

• pd.DataFrame(np.random.rand(20,5)) – 5 Columnas y 20 filas con Floats aleatorios
• pd.Series(my_list) – Crea series de una lista iterativa
• df.index = pd.date_range(‘1900/1/30’, periods = df.shape[0]) – Añade un índice de fecha

• df.head(n) – Primeras n filas del DataFrame
• df.tail(n) – Las últimas n filas del DataFrame
• df.shape() – Número de filas y columnas
• df.info() – Índice, tipo de datos y memoria
• df.describe() – Estadísticas resumidas de columnas numéricas
• s.value_counts(dropna=False) – Ver valores y recuentos únicos
• df.apply(pd.Series.value_counts) – Valores únicos para todas las columnas

• df[col] – Devuelve la columna con la etiqueta col como Serie
• df[[col1, col2]] – Devuelve columnas como un nuevo DataFrame
• s.iloc[0] – Selección por posición
• s.loc[‘index_one’] – Selección por índice
• df.iloc[0,:] – Primera fila
• df.iloc[0,0] – Primer elemento de la primera columna

• df.columns = [‘a’, ‘b’, ‘c’] – Renombrar columnas
• pd.isnull() – Comprueba valores nulos, devuelve Boolean Arrays
• pd.notnull() – El opuesto a pd.isnull()
• df.dropna() – Elimina todas las filas que contienen valores nulos
• df.dropna(axis=1) – Elimina todas las columnas que contienen valores nulos
• df.dropna(axis=1, thresh=n) – Elimina todas las filas que tienen menos de n valores no nulos
• df.fillna(x) – Remplaza todos los valores nulos por x
• s.fillna(s.mean()) – Remplaza todos los valores nulos por la media
• s.astype(float) – Convierte el tipo de datos a float
• sreplace(1, ‘one’) – Remplaza todos los valores iguales a 1 con ‘one’
• s.repalce([1, 3], [‘one’, ‘three’]) – Remplaza todos los 1 por ‘one’ y 3 por ‘three’
• df.rename(columns=lambda x: x + 1) – Cambio de nombre de columnas en masa
• df.rename(columns={‘old_name’:’new_name’}) – Renombrar seleccionando columna
• df.set_index(‘column_one’) – Cambiar el índice
• df.rename(index=lambda x: x + 1) – Cambio el índice en masa

• df[df[col]> 0.5 ] – Filas donde la columna col es mayor que 0,5
• df[(df[col] > 0.5]) & (df[col] < 0.7)] – Filas donde 0.7 > col > 0.5
• df.sort_values(col1) – Ordenar los valores por la col1 en orden ascendente
• df.sort_values(col2, ascending=False) – Ordena los valores por col2 en orden descendente
• df.sort_values([col1, col2], ascending=[True, False]) – Ordena los valores por la col1 de forma ascendente y luego por la col2 en orden descendente
• df.groupby(col) – Devuelve un objeto groupby para los valores de una columna
• df.groupby([col1, col2]) – Devuelve un objeto groupby para valores de múltiples columnas
• df.groupby(col1)[col2] – Devuelve la media de los valores en col2, agrupados por los valores en col1 (la media se puede remplazar con casi cualquier función de la sección Estadísticas)
• df.pivot_table(index=col1, values=[col2, col3], aggfunc=mean) – Crea una tabla dinámica que agrupa por col1 y calcula la media de col2 y col3
• df.groupby(col1).agg(np.mean) – Encuentra promedio en todas las columnas para cada grupo de col1 único
• df.apply(np.mean) – Aplica la función np.mean() en cada columna
• nf.apply(np.max, axis=1) – Aplica la función np.max() en cada fila

• df1.append(df2) – Agrupa las filas en df1 al final de df2 (las columnas deben ser idénticas)
• pd.concat([df1, df2], axis=1) – Agrega las columnas en df1 al final de df2 (las filas deben ser idénticas)
• df1.join(df2, on=col1, how=’inner’) – Une las columnas en df1 con las columnas en df2 donde las filas para col tienen valores idénticos. También puede utilizarse: left, right, outer, inner.

Todas estas funciones también se pueden aplicar a una serie

• df.describe – Resumen de estadísticas para columnas numéricas
• df.mean() – Devuelve la media de todas las columnas
• df.corr() – Devuelve la correlación entre columnas en un DataFrame
• df.count() – Devuelve el número de valores no nulos en cada columna DataFrame
• df.max() – Devuelve el valor más alto en cada columna
• df.min() – Devuelve el valor más bajo en cada columna
• df.median() – Devuelve la media de cada columna
• df.std() – Devuelve la desviación estándar de cada columna