Filtrar filas de un DataFrame con pandas
En esta lección vas a extraer las filas de un DataFrame de pandas que cumplen una condición.
Introducción
El problema
El análisis suele empezar acotando: solo los pedidos de este año, solo los estudiantes por encima de 90, solo los pagos fallidos. Recorrer las filas para encontrarlos es lento y largo; pandas filtra una tabla entera con una sola condición.
Imagínalo así
Filtrar filas es como un profesor que pasa un rotulador fluorescente por la columna de notas, marca cada fila con 90 o más, y luego fotocopia solo las filas marcadas.
students["score"] >= 90🖍️ Marca las filas con 90 o más[True, False, True, False]📌 Qué filas están marcadasstudents[...]📠 Copia solo las filas marcadashigh_scores📋 Ada y Sam, con sus etiquetas de fila originalesFiltrar un DataFrame usa una Series booleana, un True o False por fila, para quedarse solo con las filas donde la condición es True.
Puntos clave
students["score"] >= 90da True o False para cada fila.students[...]con esa condición se queda solo con las filas True.high_scoresconserva las etiquetas de fila originales 0 y 2.studentsno cambia.
¿Cuándo se usa?
- Seleccionar las filas que importan antes de contar, promediar o dibujar gráficos.
- Encontrar problemas: valores que faltan, importes negativos, pruebas fallidas.
- Dividir los datos en grupos para compararlos.
Cuándo no hace falta
- Reglas muy complejas: calcula una máscara con nombre paso a paso, o usa
query()para que se lea mejor. - Agregar por grupo: usa
groupbyen lugar de filtrar cada grupo a mano.
Código de ejemplo
import pandas as pd
students = pd.DataFrame({
"name": ["Ada", "Lin", "Sam", "Mia"],
"score": [95, 78, 91, 84],
})
high_scores = students[students["score"] >= 90]
print(high_scores)
Resultado de la ejecución
name score
0 Ada 95
2 Sam 91
Explicación del código
La expresión students["score"] >= 90 crea una Series de True y False, un valor por fila. Al poner esa Series entre corchetes, students[...], pandas solo conserva las filas con True, así que el resultado contiene a Ada y Sam. Fíjate en que se mantienen los índices originales (0 y 2).
Cambia los valores y ejecuta el programa en el compilador Python online de CodeUtility sin instalar Python.
Ejercicios de práctica
Prueba a modificar el código siguiendo las ideas de abajo. Cambiar el código y ver el resultado te ayudará a entender la lección mucho mejor que solo leerla.
- Añade filas, columnas y algunos valores faltantes a los datos de ejemplo.
- Combina filtrado, ordenación y groupby para obtener un pequeño informe.
- Lee un archivo de datos real, comprueba el tipo de cada columna y trata los valores no válidos.
Errores comunes
Combinar condiciones con and
and no funciona con Series; usa & con paréntesis alrededor de cada condición.
students[students["score"] >= 80 and students["score"] < 90]
students[(students["score"] >= 80) & (students["score"] < 90)]
¿Terminaste esta lección?
Márcala como aprendida para seguir tu progreso.
Practica con un reto
Usa lo que cubre esta lección para resolver un problema real. Cada reto se ejecuta en el navegador, con pruebas al instante y una revisión de IA.
Todos los retos