MAT281 - Laboratorio N°03: Manipulacion de Datos con Pandas I¶

Objetivos del laboratorio¶

• Cargar datos desde un archivo CSV a un DataFrame.
• Realizar exploracion basica: dimensiones, tipos, estadisticos y nulos.
• Seleccionar, crear y transformar columnas (incluyendo apply).
• Filtrar filas con condiciones numericas, de texto y combinadas.
• Detectar y tratar valores nulos y duplicados; manipular fechas.

Instrucciones¶

Lea con atencion cada problema antes de resolverlo. Reemplace cada celda que contiene # FIXME con su propia solucion y, cuando se solicite, responda las preguntas en celdas de texto.

Nota: Puede apoyarse en asistentes virtuales (ChatGPT, Gemini, Claude) o en el autocompletado de Colab, pero asegurese de entender cada linea de codigo que entregue.

In [ ]:

import pandas as pd
import numpy as np

import pandas as pd import numpy as np

Dataset: Netflix Titles¶

Trabajaremos con netflix_titles.csv, que contiene los titulos disponibles en Netflix hasta 2021 (peliculas y series, con director, reparto, pais, año, etc.).

In [ ]:

df = pd.read_csv("https://raw.githubusercontent.com/fralfaro/MAT281/main/docs/labs/data/netflix_titles.csv")
df.head()

df = pd.read_csv("https://raw.githubusercontent.com/fralfaro/MAT281/main/docs/labs/data/netflix_titles.csv") df.head()

Problema 01 — Exploracion inicial¶

Tu tarea: responde con codigo:

1. ¿Cuantas filas y columnas tiene el dataset?
2. ¿Que tipo de dato tiene cada columna? (dtypes)
3. Muestra los estadisticos descriptivos de las columnas numericas.
4. ¿Cuantos valores nulos hay por columna? Ordenalos de mayor a menor.

In [ ]:

# FIXME

# FIXME

Problema 02 — Exploracion por columna¶

Tu tarea:

1. ¿Cuantas peliculas (Movie) y cuantas series (TV Show) hay? (columna type).
2. Lista los 10 paises (country) con mas titulos.
3. ¿En que release_year se estrenaron mas titulos?

In [ ]:

# FIXME

# FIXME

Problema 03 — Crear y transformar columnas¶

Tu tarea:

1. La columna duration mezcla "90 min" (peliculas) y "3 Seasons" (series). Crea una columna numerica duracion_num extrayendo solo el numero (usa str.extract o apply).
2. Crea una columna decada a partir de release_year (por ejemplo, 1995 -> 1990).
3. Usando apply, crea titulo_largo que sea True si el title tiene mas de 20 caracteres.

In [ ]:

# FIXME

# FIXME

Problema 04 — Filtrado de datos¶

Tu tarea: obten subconjuntos del DataFrame que cumplan:

1. Peliculas (type == "Movie") estrenadas despues de 2015.
2. Titulos cuyo country sea exactamente "Mexico" o "Argentina" (usa isin).
3. Titulos cuyo title contenga la palabra "Love" (filtro de texto, sin distinguir mayusculas).

In [ ]:

# FIXME

# FIXME

Problema 05 — Nulos, duplicados y fechas¶

Tu tarea:

1. La columna director tiene muchos nulos: rellenalos con "Desconocido".
2. Verifica si existen filas duplicadas (duplicated) y eliminalas si las hay.
3. Convierte date_added a tipo fecha (pd.to_datetime) y crea una columna anio_agregado con el año en que se agrego el titulo a la plataforma.
4. Pregunta: ¿en que año se agregaron mas titulos a Netflix?

In [ ]:

# FIXME

# FIXME

Respuesta (Problema 05): (escribe aqui)