13  Exploración de los datos en tu DataFrame

Iniciar un análisis de datos requiere comprender desde el inicio tanto la estructura como el contenido de tus DataFrames. Ahora, emprenderemos el camino hacia el Análisis Exploratorio de Datos (EDA), enfocándonos en pasos esenciales como conocer y descubrir los tipos de datos de tu DataFrame. Descubre el núcleo de tu información mediante estadísticas descriptivas que proporcionan un panorama de las tendencias centrales, la dispersión y la forma de las variables.

Es crucial verificar el tipo de tus datos para asegurar que cada columna esté adecuadamente configurada para el análisis deseado.

import pandas as pd

f = "../data/Cuernavaca_1dia_comas_Nans.csv"
cuerna = pd.read_csv(f,index_col=0,parse_dates=True)
cuerna.head()

	To	Ws	Wd	P	Ig	Ib	Id	observacion
tiempo
2012-01-01 00:00:00	NaN	0.0	26	87415	0	0	0	Sí
2012-01-01 01:00:00	18.6	0.0	26	87602	0	0	0	No
2012-01-01 02:00:00	17.9	0.0	30	87788	0	0	0	No
2012-01-01 03:00:00	NaN	0.0	30	87554	0	0	0	No
2012-01-01 04:00:00	16.6	0.0	27	87321	0	0	0	No

cuerna.tail()

	To	Ws	Wd	P	Ig	Ib	Id	observacion
tiempo
2012-01-01 19:00:00	17.0	0.0	269	87101	0	0	0	No
2012-01-01 20:00:00	NaN	0.0	50	87115	0	0	0	No
2012-01-01 21:00:00	17.0	0.2	85	87080	0	0	0	No
2012-01-01 22:00:00	16.6	0.5	89	87089	0	0	0	No
2012-01-01 23:00:00	NaN	0.8	93	87143	0	0	0	No

cuerna.describe()

	To	Ws	Wd	P	Ig	Ib	Id
count	13.000000	24.00000	24.00000	24.000000	24.000000	24.000000	24.00000
mean	18.123077	0.47500	101.25000	87255.958333	227.666667	366.625000	28.00000
std	1.744111	0.67711	71.75214	180.197351	311.130291	442.973727	34.25353
min	15.900000	0.00000	26.00000	87080.000000	0.000000	0.000000	0.00000
25%	17.000000	0.00000	30.00000	87112.250000	0.000000	0.000000	0.00000
50%	17.900000	0.00000	91.00000	87229.000000	0.000000	0.000000	0.00000
75%	19.000000	1.00000	160.00000	87305.500000	466.750000	867.250000	65.75000
max	22.000000	2.10000	269.00000	87788.000000	810.000000	999.000000	80.00000

cuerna.dtypes

To             float64
Ws             float64
Wd               int64
P                int64
Ig               int64
Ib               int64
Id               int64
observacion     object
dtype: object

cuerna.nunique()

To              9
Ws             10
Wd             19
P              20
Ig             12
Ib             12
Id             11
observacion     2
dtype: int64

cuerna.observacion.value_counts()

observacion
No    16
Sí     8
Name: count, dtype: int64

cuerna.observacion.value_counts(normalize=True)

observacion
No    0.666667
Sí    0.333333
Name: proportion, dtype: float64

cuerna.isnull()

	To	Ws	Wd	P	Ig	Ib	Id	observacion
tiempo
2012-01-01 00:00:00	True	False	False	False	False	False	False	False
2012-01-01 01:00:00	False	False	False	False	False	False	False	False
2012-01-01 02:00:00	False	False	False	False	False	False	False	False
2012-01-01 03:00:00	True	False	False	False	False	False	False	False
2012-01-01 04:00:00	False	False	False	False	False	False	False	False
2012-01-01 05:00:00	False	False	False	False	False	False	False	False
2012-01-01 06:00:00	False	False	False	False	False	False	False	False
2012-01-01 07:00:00	False	False	False	False	False	False	False	False
2012-01-01 08:00:00	False	False	False	False	False	False	False	False
2012-01-01 09:00:00	False	False	False	False	False	False	False	False
2012-01-01 10:00:00	False	False	False	False	False	False	False	False
2012-01-01 11:00:00	True	False	False	False	False	False	False	False
2012-01-01 12:00:00	True	False	False	False	False	False	False	False
2012-01-01 13:00:00	False	False	False	False	False	False	False	False
2012-01-01 14:00:00	True	False	False	False	False	False	False	False
2012-01-01 15:00:00	True	False	False	False	False	False	False	False
2012-01-01 16:00:00	True	False	False	False	False	False	False	False
2012-01-01 17:00:00	True	False	False	False	False	False	False	False
2012-01-01 18:00:00	True	False	False	False	False	False	False	False
2012-01-01 19:00:00	False	False	False	False	False	False	False	False
2012-01-01 20:00:00	True	False	False	False	False	False	False	False
2012-01-01 21:00:00	False	False	False	False	False	False	False	False
2012-01-01 22:00:00	False	False	False	False	False	False	False	False
2012-01-01 23:00:00	True	False	False	False	False	False	False	False

cuerna.isnull().sum()

To             11
Ws              0
Wd              0
P               0
Ig              0
Ib              0
Id              0
observacion     0
dtype: int64