Stockertim Dictionary · Tecnología
pandas
También llamado biblioteca pandas, pandas de Python, paquete pandas
En resumen
Una biblioteca gratuita y de código abierto de Python para trabajar con tablas de datos: leer archivos, filtrar filas, agrupar y totalizar, combinar tablas y dibujar gráficos simples.
- Principiante
- Tecnología
- Verificado el
En detalle
pandas es la biblioteca de Python más usada para datos tabulares. Su objeto central es el DataFrame, una tabla con columnas con nombre y un índice de filas, y una sola columna es una Series. Es software de código abierto publicado bajo una licencia permisiva, y por convención se importa con el nombre corto pd, como en import pandas as pd.
El trabajo típico sigue una secuencia corta. pd.read_csv('sales.csv') carga un archivo; df.head() muestra las primeras filas y df.info() enumera las columnas, sus tipos y cuántos valores faltan. Una condición entre corchetes conserva las filas que coinciden, df.groupby('region')['amount'].sum() totaliza por grupo, pd.merge combina dos tablas por una clave y df.plot dibuja un gráfico rápido.
La mayoría de las operaciones actúan sobre columnas enteras a la vez, así que una sola línea puede convertir una moneda, marcar pagos atrasados o calcular una razón para cada fila sin un bucle. Como cada paso queda escrito, el análisis se puede volver a ejecutar con el archivo del mes siguiente, hacer revisar por un colega y mantener bajo control de versiones, lo que encaja con los procesos analíticos reproducibles que promueven los estadísticos del gobierno.
La biblioteca tiene sus trampas. Las columnas pueden cargarse con el tipo equivocado, como números con comas leídos como texto. Los valores faltantes aparecen como NaN y la mayoría de las sumas y medias los omiten. Las combinaciones pueden multiplicar filas cuando las claves se repiten. Y como un DataFrame vive en la memoria, los conjuntos de datos muy grandes pueden necesitar una base de datos u otra herramienta.
Ejemplo práctico
Un analista de una cooperativa en Mbale carga 3,000 entregas de café desde un archivo CSV para totalizar los kilogramos por aldea.
df = pd.read_csv('deliveries.csv')carga 3,000 filas.df.groupby('village')['kg'].sum()da los totales de 12 aldeas, que suman 150,000 kg.- Promedio por entrega: 150,000 / 3,000 = 50 kg
Tres líneas de código producen la tabla por aldea, y se pueden volver a ejecutar sin cambios con el archivo de la próxima temporada.
En la práctica
Analistas, estadísticos, investigadores y periodistas de datos usan pandas para limpiar exportaciones, conciliar cifras y preparar tablas y gráficos. Los organismos oficiales publican muchos conjuntos de datos como archivos CSV que se cargan directamente en ella, y los asistentes de programación con IA suelen redactar código de pandas que luego el analista lee y prueba.
Atención
- Revise
df.info()después de cargar: una columna numérica leída como texto produce sumas equivocadas o ninguna suma. - Compare el número de filas antes y después de cada combinación para detectar claves duplicadas.
Apréndalo a fondo
Fuentes oficiales (en inglés)
- Reproducible Analytical Pipelines strategy · Government Analysis Function EN
- Data science campus and methodology · Office for National Statistics EN
Datos verificados por última vez el 9 de noviembre de 2026.
Educación, no asesoría: el Diccionario Stockertim explica qué significan los términos. Nunca recomienda comprar ni vender nada.