MAT281 - Laboratorio N°04: Manipulacion de Datos con Pandas II¶

Objetivos del laboratorio¶

• Agregar y resumir informacion con groupby y funciones de agregacion.
• Aplicar agregaciones multiples y funciones personalizadas.
• Combinar tablas con concat y merge (distintos tipos de join).
• Reorganizar datos entre formatos wide y long (pivot / melt).
• Construir un flujo de analisis exploratorio sobre datos reales.

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: Indice de Libertad de Prensa¶

Trabajaremos con tres archivos:

• libertad_prensa_01.csv y libertad_prensa_02.csv: indicadores por pais en distintos periodos.
• libertad_prensa_codigo.csv: tabla de codigos/paises para combinar.

In [ ]:

df1 = pd.read_csv("https://raw.githubusercontent.com/fralfaro/MAT281/main/docs/labs/data/libertad_prensa_01.csv")
df2 = pd.read_csv("https://raw.githubusercontent.com/fralfaro/MAT281/main/docs/labs/data/libertad_prensa_02.csv")
cod = pd.read_csv("https://raw.githubusercontent.com/fralfaro/MAT281/main/docs/labs/data/libertad_prensa_codigo.csv")

display(df1.head())
display(df2.head())
display(cod.head())

df1 = pd.read_csv("https://raw.githubusercontent.com/fralfaro/MAT281/main/docs/labs/data/libertad_prensa_01.csv") df2 = pd.read_csv("https://raw.githubusercontent.com/fralfaro/MAT281/main/docs/labs/data/libertad_prensa_02.csv") cod = pd.read_csv("https://raw.githubusercontent.com/fralfaro/MAT281/main/docs/labs/data/libertad_prensa_codigo.csv") display(df1.head()) display(df2.head()) display(cod.head())

Problema 01 — Concatenacion¶

Tu tarea:

1. Inspecciona las columnas de df1 y df2. Si comparten estructura, concatenalos verticalmente (pd.concat) en un unico DataFrame df.
2. Reporta cuantas filas tiene el resultado y verifica que no se hayan perdido datos.

In [ ]:

# FIXME

# FIXME

Problema 02 — Groupby basico¶

Usando el DataFrame combinado:

Tu tarea:

1. Calcula el puntaje promedio del indice por año.
2. Calcula, por region/continente (la columna que corresponda), el promedio, minimo y maximo del indice.
3. ¿Cual es el grupo con el peor indice promedio?

In [ ]:

# FIXME

# FIXME

Problema 03 — Agregaciones multiples y funciones personalizadas¶

Tu tarea:

1. Usando .agg(), calcula simultaneamente mean, std y count del indice por grupo.
2. Define una funcion personalizada rango(x) que retorne x.max() - x.min() y aplicala con groupby(...).agg(rango).

In [ ]:

def rango(x):
    # FIXME
    pass


# FIXME

def rango(x): # FIXME pass # FIXME

Problema 04 — Merge (combinar tablas)¶

Tu tarea:

1. Combina (pd.merge) el DataFrame de indices con la tabla de codigos cod usando la columna comun (codigo o nombre de pais).
2. Usa un how="left" y verifica cuantos paises no encontraron coincidencia.
3. Explica brevemente la diferencia entre un inner, left y outer join.

In [ ]:

# FIXME

# FIXME

Respuesta (joins): (explica aqui)

Problema 05 — Formatos wide y long¶

Tu tarea:

1. Construye una tabla wide con pivot_table: filas = pais, columnas = año, valores = indice.
2. Vuelve al formato long con melt.
3. Pregunta: ¿en que situaciones es preferible el formato long (por ejemplo, para graficar con seaborn)?

In [ ]:

# FIXME

# FIXME

Respuesta: (escribe aqui)