Introducción¶
Python ha ganado popularidad como una herramienta poderosa para la manipulación y análisis de datos. En particular, su integración con librerías como pandas y openpyxl ha hecho que sea una opción atractiva para aquellos que trabajan con hojas de cálculo en Excel. Este taller está diseñado para brindarte las habilidades necesarias para aprovechar al máximo Python en tu trabajo con Excel.
A lo largo de este taller, explorarás cómo utilizar Python para leer y escribir archivos Excel, así como realizar operaciones comunes y de interés, como pivotear tablas, realizar agrupaciones y contar elementos. También aprenderás a extraer datos de páginas web y trabajar con ellos en Excel.
Ya sea que seas un usuario intermedio o avanzado de Excel, este taller te proporcionará las habilidades necesarias para llevar tu trabajo con hojas de cálculo al siguiente nivel, utilizando Python como una herramienta complementaria y poderosa.
Tipos de Datos: CSV y Excel¶
Definiciones¶
CSV (Comma-Separated Values)¶
CSV es un formato de archivo que se utiliza para almacenar datos tabulares, donde cada línea del archivo representa una fila de datos y los valores de cada fila están separados por comas u otros delimitadores. Es un formato simple y ampliamente utilizado para intercambiar datos entre diferentes aplicaciones.
Excel (XLSX/XLS)¶
Excel es una aplicación de hojas de cálculo desarrollada por Microsoft. Los archivos de Excel pueden contener múltiples hojas de cálculo, gráficos, fórmulas y datos formateados. Pueden guardar datos en una variedad de formatos, siendo XLSX el formato moderno basado en XML y XLS el formato más antiguo.
Principales Diferencias¶
- Estructura del Archivo:
- En un archivo CSV, los datos se almacenan como texto plano y cada fila representa un registro, con campos separados por comas o algún otro delimitador.
- En un archivo de Excel, los datos se organizan en hojas de cálculo, que pueden contener múltiples filas y columnas, y pueden incluir fórmulas, gráficos y otros elementos.
Capacidades de Formateo:
- Los archivos CSV carecen de capacidad de formateo; solo contienen datos.
- Los archivos de Excel pueden contener formatos de celda, fórmulas, estilos, gráficos y más, además de datos.
Compatibilidad:
- Los archivos CSV son ampliamente compatibles y pueden ser leídos y escritos por muchas aplicaciones y lenguajes de programación.
- Los archivos de Excel son compatibles principalmente con aplicaciones de la suite Microsoft Office, aunque también pueden ser manipulados por algunas otras aplicaciones y librerías.
Utilización con Pandas¶
Para trabajar con datos CSV y Excel en Python, la librería pandas proporciona funcionalidades específicas:
CSV: Para leer un archivo CSV en pandas, se utiliza la función
pd.read_csv(), que carga los datos en un DataFrame de pandas. Para escribir datos en un archivo CSV, se puede utilizarDataFrame.to_csv().import pandas as pd # Leer un archivo CSV df = pd.read_csv('archivo.csv') # Escribir datos en un archivo CSV df.to_csv('nuevo_archivo.csv', index=False)
Excel: Para leer un archivo Excel en pandas, se puede utilizar
pd.read_excel(), que carga los datos en un DataFrame. Para escribir datos en un archivo de Excel, se puede utilizarDataFrame.to_excel().import pandas as pd # Leer un archivo de Excel df = pd.read_excel('archivo.xlsx', sheet_name='Sheet1') # Escribir datos en un archivo de Excel df.to_excel('nuevo_archivo.xlsx', index=False)
Utilizando Pandas con Excel¶
Conjunto de Datos¶
En este tutorial, utilizaremos un archivo de Excel con múltiples hojas que hemos creado a partir de los datos de puntuaciones IMDB disponibles en Kaggle. Puedes acceder y descargar el archivo desde este enlace.
Nuestro archivo de Excel consta de tres hojas: '1900', '2000' y '2010', cada una conteniendo datos de películas correspondientes a esos años.
Utilizaremos este conjunto de datos para explorar la distribución de calificaciones de las películas, identificar aquellas con las calificaciones y ganancias netas más altas, y calcular estadísticas relevantes sobre el conjunto de películas.
Descripción de los datos
La siguiente tabla proporciona una descripción detallada de los diferentes tipos de datos presentes en el conjunto de datos:
| Columna | Descripción | Tipo de Datos |
|---|---|---|
| Title | Título de la película | object |
| Year | Año de lanzamiento | float64 |
| Genres | Géneros de la película | object |
| Language | Idioma de la película | object |
| Country | País de origen de la película | object |
| Content Rating | Clasificación de contenido | object |
| Duration | Duración de la película (min) | float64 |
| Aspect Ratio | Relación de aspecto | float64 |
| Budget | Presupuesto de la película | float64 |
| Gross Earnings | Ganancias brutas | float64 |
| Director | Director de la película | object |
| Actor 1 | Primer actor principal | object |
| Actor 2 | Segundo actor principal | object |
| Actor 3 | Tercer actor principal | object |
| Facebook Likes - Director | Likes en Facebook del director | float64 |
| Facebook Likes - Actor 1 | Likes en Facebook del Actor 1 | float64 |
| Facebook Likes - Actor 2 | Likes en Facebook del Actor 2 | float64 |
| Facebook Likes - Actor 3 | Likes en Facebook del Actor 3 | float64 |
| Facebook Likes - cast Total | Total de Likes del reparto en Facebook | int64 |
| Facebook likes - Movie | Likes en Facebook de la película | int64 |
| Facenumber in posters | Número de caras en posters | float64 |
| User Votes | Votos de usuarios | int64 |
| Reviews by Users | Reseñas de usuarios | float64 |
| Reviews by Crtiics | Reseñas de críticos | float64 |
| IMDB Score | Puntuación IMDB | float64 |
Leer y guardar datos¶
Aprenderemos cómo leer datos de un archivo Excel y fusionar múltiples hojas en un solo DataFrame utilizando pandas en Python.
Paso 01: Intalar e Importar librerías
Necesitamos instalar la librerías necesarías para este ejercicio:
terminal
pip install pandas openpyxl xlrdNota: si utilizan Google Colab, estas librerías deberían estar instaladas.
Luego, importamos las librerías de pandas:
In [1]:
Copied!
import pandas as pd
import pandas as pd
Paso 02: Leer las hojas del excel
Necesitamos especificar la ruta del archivo, para luego leer las hojas
In [2]:
Copied!
# Especificar la ruta del archivo Excel
excel_file = 'https://raw.githubusercontent.com/fralfaro/techschool/main/docs/TallerPandas/data/movies.xls'
# Lee los nombres de las hojas
nombres_hojas = pd.ExcelFile(excel_file).sheet_names
# Imprimir la lista con el nombre de las hojas en excel
nombres_hojas
# Especificar la ruta del archivo Excel
excel_file = 'https://raw.githubusercontent.com/fralfaro/techschool/main/docs/TallerPandas/data/movies.xls'
# Lee los nombres de las hojas
nombres_hojas = pd.ExcelFile(excel_file).sheet_names
# Imprimir la lista con el nombre de las hojas en excel
nombres_hojas
Out[2]:
['1900s', '2000s', '2010s']
Paso 03: Leer los archivos individualmente
In [3]:
Copied!
# Leer archivos
df_1900 = pd.read_excel(excel_file, sheet_name=nombres_hojas[0])
df_2000 = pd.read_excel(excel_file, sheet_name=nombres_hojas[1])
df_2010 = pd.read_excel(excel_file, sheet_name=nombres_hojas[2])
# Leer archivos
df_1900 = pd.read_excel(excel_file, sheet_name=nombres_hojas[0])
df_2000 = pd.read_excel(excel_file, sheet_name=nombres_hojas[1])
df_2010 = pd.read_excel(excel_file, sheet_name=nombres_hojas[2])
Paso 04: Juntar los archivos en un solo Dataframe
In [4]:
Copied!
# Juntar los DataFrames en uno solo
df = pd.concat([df_1900, df_2000, df_2010], ignore_index=True)
# Mostrar las primeras filas del DataFrame
df.head()
# Juntar los DataFrames en uno solo
df = pd.concat([df_1900, df_2000, df_2010], ignore_index=True)
# Mostrar las primeras filas del DataFrame
df.head()
Out[4]:
| Title | Year | Genres | Language | Country | Content Rating | Duration | Aspect Ratio | Budget | Gross Earnings | ... | Facebook Likes - Actor 1 | Facebook Likes - Actor 2 | Facebook Likes - Actor 3 | Facebook Likes - cast Total | Facebook likes - Movie | Facenumber in posters | User Votes | Reviews by Users | Reviews by Crtiics | IMDB Score | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | Intolerance: Love's Struggle Throughout the Ages | 1916.0 | Drama|History|War | NaN | USA | Not Rated | 123.0 | 1.33 | 385907.0 | NaN | ... | 436.0 | 22.0 | 9.0 | 481 | 691 | 1.0 | 10718 | 88.0 | 69.0 | 8.0 |
| 1 | Over the Hill to the Poorhouse | 1920.0 | Crime|Drama | NaN | USA | NaN | 110.0 | 1.33 | 100000.0 | 3000000.0 | ... | 2.0 | 2.0 | 0.0 | 4 | 0 | 1.0 | 5 | 1.0 | 1.0 | 4.8 |
| 2 | The Big Parade | 1925.0 | Drama|Romance|War | NaN | USA | Not Rated | 151.0 | 1.33 | 245000.0 | NaN | ... | 81.0 | 12.0 | 6.0 | 108 | 226 | 0.0 | 4849 | 45.0 | 48.0 | 8.3 |
| 3 | Metropolis | 1927.0 | Drama|Sci-Fi | German | Germany | Not Rated | 145.0 | 1.33 | 6000000.0 | 26435.0 | ... | 136.0 | 23.0 | 18.0 | 203 | 12000 | 1.0 | 111841 | 413.0 | 260.0 | 8.3 |
| 4 | Pandora's Box | 1929.0 | Crime|Drama|Romance | German | Germany | Not Rated | 110.0 | 1.33 | NaN | 9950.0 | ... | 426.0 | 20.0 | 3.0 | 455 | 926 | 1.0 | 7431 | 84.0 | 71.0 | 8.0 |
5 rows × 25 columns
Paso 05: Guardar resultados en Excel
In [5]:
Copied!
# Especifica la ruta donde deseas guardar el archivo Excel
ruta_archivo_excel = 'movies2.xlsx'
# Crea un objeto ExcelWriter
with pd.ExcelWriter(ruta_archivo_excel) as writer:
# Guarda el DataFrame en una hoja llamada '1900'
df_1900.to_excel(writer, sheet_name='1900', index=False)
# Guarda otro DataFrame en otra hoja llamada '2000'
df_2000.to_excel(writer, sheet_name='2000', index=False)
# Guarda otro DataFrame en otra hoja llamada '2010'
df_2010.to_excel(writer, sheet_name='2010', index=False)
# Especifica la ruta donde deseas guardar el archivo Excel
ruta_archivo_excel = 'movies2.xlsx'
# Crea un objeto ExcelWriter
with pd.ExcelWriter(ruta_archivo_excel) as writer:
# Guarda el DataFrame en una hoja llamada '1900'
df_1900.to_excel(writer, sheet_name='1900', index=False)
# Guarda otro DataFrame en otra hoja llamada '2000'
df_2000.to_excel(writer, sheet_name='2000', index=False)
# Guarda otro DataFrame en otra hoja llamada '2010'
df_2010.to_excel(writer, sheet_name='2010', index=False)
Operaciones Básicas con Pandas¶
In [6]:
Copied!
# Mostrar las primeras filas del DataFrame
print("Primeras filas del DataFrame:")
df.head(5)
# Mostrar las primeras filas del DataFrame
print("Primeras filas del DataFrame:")
df.head(5)
Primeras filas del DataFrame:
Out[6]:
| Title | Year | Genres | Language | Country | Content Rating | Duration | Aspect Ratio | Budget | Gross Earnings | ... | Facebook Likes - Actor 1 | Facebook Likes - Actor 2 | Facebook Likes - Actor 3 | Facebook Likes - cast Total | Facebook likes - Movie | Facenumber in posters | User Votes | Reviews by Users | Reviews by Crtiics | IMDB Score | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | Intolerance: Love's Struggle Throughout the Ages | 1916.0 | Drama|History|War | NaN | USA | Not Rated | 123.0 | 1.33 | 385907.0 | NaN | ... | 436.0 | 22.0 | 9.0 | 481 | 691 | 1.0 | 10718 | 88.0 | 69.0 | 8.0 |
| 1 | Over the Hill to the Poorhouse | 1920.0 | Crime|Drama | NaN | USA | NaN | 110.0 | 1.33 | 100000.0 | 3000000.0 | ... | 2.0 | 2.0 | 0.0 | 4 | 0 | 1.0 | 5 | 1.0 | 1.0 | 4.8 |
| 2 | The Big Parade | 1925.0 | Drama|Romance|War | NaN | USA | Not Rated | 151.0 | 1.33 | 245000.0 | NaN | ... | 81.0 | 12.0 | 6.0 | 108 | 226 | 0.0 | 4849 | 45.0 | 48.0 | 8.3 |
| 3 | Metropolis | 1927.0 | Drama|Sci-Fi | German | Germany | Not Rated | 145.0 | 1.33 | 6000000.0 | 26435.0 | ... | 136.0 | 23.0 | 18.0 | 203 | 12000 | 1.0 | 111841 | 413.0 | 260.0 | 8.3 |
| 4 | Pandora's Box | 1929.0 | Crime|Drama|Romance | German | Germany | Not Rated | 110.0 | 1.33 | NaN | 9950.0 | ... | 426.0 | 20.0 | 3.0 | 455 | 926 | 1.0 | 7431 | 84.0 | 71.0 | 8.0 |
5 rows × 25 columns
In [7]:
Copied!
# Mostrar las ultimas filas del DataFrame
print("Ultimas filas del DataFrame:")
df.tail(5)
# Mostrar las ultimas filas del DataFrame
print("Ultimas filas del DataFrame:")
df.tail(5)
Ultimas filas del DataFrame:
Out[7]:
| Title | Year | Genres | Language | Country | Content Rating | Duration | Aspect Ratio | Budget | Gross Earnings | ... | Facebook Likes - Actor 1 | Facebook Likes - Actor 2 | Facebook Likes - Actor 3 | Facebook Likes - cast Total | Facebook likes - Movie | Facenumber in posters | User Votes | Reviews by Users | Reviews by Crtiics | IMDB Score | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5037 | War & Peace | NaN | Drama|History|Romance|War | English | UK | TV-14 | NaN | 16.00 | NaN | NaN | ... | 1000.0 | 888.0 | 502.0 | 4528 | 11000 | 1.0 | 9277 | 44.0 | 10.0 | 8.2 |
| 5038 | Wings | NaN | Comedy|Drama | English | USA | NaN | 30.0 | 1.33 | NaN | NaN | ... | 685.0 | 511.0 | 424.0 | 1884 | 1000 | 5.0 | 7646 | 56.0 | 19.0 | 7.3 |
| 5039 | Wolf Creek | NaN | Drama|Horror|Thriller | English | Australia | NaN | NaN | 2.00 | NaN | NaN | ... | 511.0 | 457.0 | 206.0 | 1617 | 954 | 0.0 | 726 | 6.0 | 2.0 | 7.1 |
| 5040 | Wuthering Heights | NaN | Drama|Romance | English | UK | NaN | 142.0 | NaN | NaN | NaN | ... | 27000.0 | 698.0 | 427.0 | 29196 | 0 | 2.0 | 6053 | 33.0 | 9.0 | 7.7 |
| 5041 | Yu-Gi-Oh! Duel Monsters | NaN | Action|Adventure|Animation|Family|Fantasy | Japanese | Japan | NaN | 24.0 | NaN | NaN | NaN | ... | 0.0 | NaN | NaN | 0 | 124 | 0.0 | 12417 | 51.0 | 6.0 | 7.0 |
5 rows × 25 columns
In [8]:
Copied!
# Obtener las dimensiones del DataFrame
print("Dimensiones del DataFrame:")
print(df.shape)
# Obtener las dimensiones del DataFrame
print("Dimensiones del DataFrame:")
print(df.shape)
Dimensiones del DataFrame: (5042, 25)
In [9]:
Copied!
# Mostrar todas las columnas del DataFrame
print("Columnas del DataFrame:")
df.columns
# Mostrar todas las columnas del DataFrame
print("Columnas del DataFrame:")
df.columns
Columnas del DataFrame:
Out[9]:
Index(['Title', 'Year', 'Genres', 'Language', 'Country', 'Content Rating',
'Duration', 'Aspect Ratio', 'Budget', 'Gross Earnings', 'Director',
'Actor 1', 'Actor 2', 'Actor 3', 'Facebook Likes - Director',
'Facebook Likes - Actor 1', 'Facebook Likes - Actor 2',
'Facebook Likes - Actor 3', 'Facebook Likes - cast Total',
'Facebook likes - Movie', 'Facenumber in posters', 'User Votes',
'Reviews by Users', 'Reviews by Crtiics', 'IMDB Score'],
dtype='object')
In [10]:
Copied!
# Valores nulos por columna
df.isnull().sum()
# Valores nulos por columna
df.isnull().sum()
Out[10]:
Title 0 Year 107 Genres 0 Language 11 Country 4 Content Rating 302 Duration 14 Aspect Ratio 328 Budget 491 Gross Earnings 883 Director 104 Actor 1 7 Actor 2 13 Actor 3 22 Facebook Likes - Director 104 Facebook Likes - Actor 1 7 Facebook Likes - Actor 2 13 Facebook Likes - Actor 3 22 Facebook Likes - cast Total 0 Facebook likes - Movie 0 Facenumber in posters 13 User Votes 0 Reviews by Users 20 Reviews by Crtiics 49 IMDB Score 0 dtype: int64
In [11]:
Copied!
# Valores unicos por columnas
print("Valores unicos por columnas:")
df.nunique()
# Valores unicos por columnas
print("Valores unicos por columnas:")
df.nunique()
Valores unicos por columnas:
Out[11]:
Title 4916 Year 91 Genres 914 Language 47 Country 65 Content Rating 18 Duration 191 Aspect Ratio 22 Budget 439 Gross Earnings 4035 Director 2397 Actor 1 2096 Actor 2 3031 Actor 3 3521 Facebook Likes - Director 435 Facebook Likes - Actor 1 878 Facebook Likes - Actor 2 917 Facebook Likes - Actor 3 906 Facebook Likes - cast Total 3978 Facebook likes - Movie 876 Facenumber in posters 19 User Votes 4826 Reviews by Users 954 Reviews by Crtiics 528 IMDB Score 78 dtype: int64
In [12]:
Copied!
# Mostrar información del DataFrame
print("Información del DataFrame:")
df.info()
# Mostrar información del DataFrame
print("Información del DataFrame:")
df.info()
Información del DataFrame: <class 'pandas.core.frame.DataFrame'> RangeIndex: 5042 entries, 0 to 5041 Data columns (total 25 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 Title 5042 non-null object 1 Year 4935 non-null float64 2 Genres 5042 non-null object 3 Language 5031 non-null object 4 Country 5038 non-null object 5 Content Rating 4740 non-null object 6 Duration 5028 non-null float64 7 Aspect Ratio 4714 non-null float64 8 Budget 4551 non-null float64 9 Gross Earnings 4159 non-null float64 10 Director 4938 non-null object 11 Actor 1 5035 non-null object 12 Actor 2 5029 non-null object 13 Actor 3 5020 non-null object 14 Facebook Likes - Director 4938 non-null float64 15 Facebook Likes - Actor 1 5035 non-null float64 16 Facebook Likes - Actor 2 5029 non-null float64 17 Facebook Likes - Actor 3 5020 non-null float64 18 Facebook Likes - cast Total 5042 non-null int64 19 Facebook likes - Movie 5042 non-null int64 20 Facenumber in posters 5029 non-null float64 21 User Votes 5042 non-null int64 22 Reviews by Users 5022 non-null float64 23 Reviews by Crtiics 4993 non-null float64 24 IMDB Score 5042 non-null float64 dtypes: float64(13), int64(3), object(9) memory usage: 984.9+ KB
In [13]:
Copied!
# Calcular estadísticas descriptivas del DataFrame
print("Estadísticas descriptivas del DataFrame:")
df.describe()
# Calcular estadísticas descriptivas del DataFrame
print("Estadísticas descriptivas del DataFrame:")
df.describe()
Estadísticas descriptivas del DataFrame:
Out[13]:
| Year | Duration | Aspect Ratio | Budget | Gross Earnings | Facebook Likes - Director | Facebook Likes - Actor 1 | Facebook Likes - Actor 2 | Facebook Likes - Actor 3 | Facebook Likes - cast Total | Facebook likes - Movie | Facenumber in posters | User Votes | Reviews by Users | Reviews by Crtiics | IMDB Score | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| count | 4935.000000 | 5028.000000 | 4714.000000 | 4.551000e+03 | 4.159000e+03 | 4938.000000 | 5035.000000 | 5029.000000 | 5020.000000 | 5042.000000 | 5042.000000 | 5029.000000 | 5.042000e+03 | 5022.000000 | 4993.000000 | 5042.000000 |
| mean | 2002.470517 | 107.201074 | 2.220403 | 3.975262e+07 | 4.846841e+07 | 686.621709 | 6561.323932 | 1652.080533 | 645.009761 | 9700.959143 | 7527.457160 | 1.371446 | 8.368475e+04 | 272.770808 | 140.194272 | 6.442007 |
| std | 12.474599 | 25.197441 | 1.385113 | 2.061149e+08 | 6.845299e+07 | 2813.602405 | 15021.977635 | 4042.774685 | 1665.041728 | 18165.101925 | 19322.070537 | 2.013683 | 1.384940e+05 | 377.982886 | 121.601675 | 1.125189 |
| min | 1916.000000 | 7.000000 | 1.180000 | 2.180000e+02 | 1.620000e+02 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 0.000000 | 5.000000e+00 | 1.000000 | 1.000000 | 1.600000 |
| 25% | 1999.000000 | 93.000000 | 1.850000 | 6.000000e+06 | 5.340988e+06 | 7.000000 | 614.500000 | 281.000000 | 133.000000 | 1411.250000 | 0.000000 | 0.000000 | 8.599250e+03 | 65.000000 | 50.000000 | 5.800000 |
| 50% | 2005.000000 | 103.000000 | 2.350000 | 2.000000e+07 | 2.551750e+07 | 49.000000 | 988.000000 | 595.000000 | 371.500000 | 3091.000000 | 166.000000 | 1.000000 | 3.437100e+04 | 156.000000 | 110.000000 | 6.600000 |
| 75% | 2011.000000 | 118.000000 | 2.350000 | 4.500000e+07 | 6.230944e+07 | 194.750000 | 11000.000000 | 918.000000 | 636.000000 | 13758.750000 | 3000.000000 | 2.000000 | 9.634700e+04 | 326.000000 | 195.000000 | 7.200000 |
| max | 2016.000000 | 511.000000 | 16.000000 | 1.221550e+10 | 7.605058e+08 | 23000.000000 | 640000.000000 | 137000.000000 | 23000.000000 | 656730.000000 | 349000.000000 | 43.000000 | 1.689764e+06 | 5060.000000 | 813.000000 | 9.500000 |
In [14]:
Copied!
# Seleccionar una columna específica del DataFrame
print("Valores únicos de una columna específica:")
df['Year'].unique()
# Seleccionar una columna específica del DataFrame
print("Valores únicos de una columna específica:")
df['Year'].unique()
Valores únicos de una columna específica:
Out[14]:
array([1916., 1920., 1925., 1927., 1929., 1930., 1932., 1933., 1934.,
1935., 1936., 1937., 1938., 1939., 1940., 1941., 1942., 1943.,
1944., 1945., 1946., 1947., 1948., 1949., 1950., 1951., 1952.,
1953., 1954., 1955., 1956., 1957., 1958., 1959., 1960., 1961.,
1962., 1963., 1964., 1965., 1966., 1967., 1968., 1969., 1970.,
1971., 1972., 1973., 1974., 1975., 1976., 1977., 1978., 1979.,
1980., 1981., 1982., 1983., 1984., 1985., 1986., 1987., 1988.,
1989., 1990., 1991., 1992., 1993., 1994., 1995., 1996., 1997.,
1998., 1999., 2000., 2001., 2002., 2003., 2004., 2005., 2006.,
2007., 2008., 2009., 2010., 2011., 2012., 2013., 2014., 2015.,
2016., nan])
In [15]:
Copied!
# Obtener total de valores únicos de la columna específica
print("Total de valores únicos de una columna específica:")
df['Year'].nunique()
# Obtener total de valores únicos de la columna específica
print("Total de valores únicos de una columna específica:")
df['Year'].nunique()
Total de valores únicos de una columna específica:
Out[15]:
91
In [16]:
Copied!
# Filtrar filas que cumplan una condición
print("Filtrar filas que cumplan una condición:")
filtered_df = df[df['Year'] > 2000]
filtered_df.head()
# Filtrar filas que cumplan una condición
print("Filtrar filas que cumplan una condición:")
filtered_df = df[df['Year'] > 2000]
filtered_df.head()
Filtrar filas que cumplan una condición:
Out[16]:
| Title | Year | Genres | Language | Country | Content Rating | Duration | Aspect Ratio | Budget | Gross Earnings | ... | Facebook Likes - Actor 1 | Facebook Likes - Actor 2 | Facebook Likes - Actor 3 | Facebook Likes - cast Total | Facebook likes - Movie | Facenumber in posters | User Votes | Reviews by Users | Reviews by Crtiics | IMDB Score | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1509 | 15 Minutes | 2001.0 | Action|Crime|Drama|Thriller | English | USA | R | 120.0 | 2.35 | 42000000.0 | 24375436.0 | ... | 22000.0 | 9000.0 | 808.0 | 33585 | 748 | 1.0 | 42547 | 265.0 | 151.0 | 6.1 |
| 1510 | 3000 Miles to Graceland | 2001.0 | Action|Comedy|Crime|Thriller | English | USA | R | 125.0 | 2.35 | 42000000.0 | 15738632.0 | ... | 11000.0 | 904.0 | 867.0 | 14536 | 0 | 2.0 | 38076 | 399.0 | 113.0 | 5.9 |
| 1511 | A Beautiful Mind | 2001.0 | Biography|Drama | English | USA | PG-13 | 135.0 | 1.85 | 58000000.0 | 170708996.0 | ... | 1000.0 | 592.0 | 535.0 | 2827 | 29000 | 0.0 | 610568 | 1171.0 | 205.0 | 8.2 |
| 1512 | A Knight's Tale | 2001.0 | Action|Adventure|Romance | English | USA | PG-13 | 144.0 | 2.35 | 65000000.0 | 56083966.0 | ... | 13000.0 | 3000.0 | 996.0 | 18761 | 0 | 1.0 | 137003 | 658.0 | 167.0 | 6.9 |
| 1513 | A.I. Artificial Intelligence | 2001.0 | Adventure|Drama|Sci-Fi | English | USA | PG-13 | 146.0 | 1.85 | 100000000.0 | 78616689.0 | ... | 3000.0 | 882.0 | 681.0 | 6217 | 11000 | 0.0 | 238747 | 2153.0 | 281.0 | 7.1 |
5 rows × 25 columns
In [17]:
Copied!
# Contar valores de una columan específica
print("Conteo de los distintos lenguaje de las peliculas:")
df['Language'].value_counts()
# Contar valores de una columan específica
print("Conteo de los distintos lenguaje de las peliculas:")
df['Language'].value_counts()
Conteo de los distintos lenguaje de las peliculas:
Out[17]:
English 4704 French 73 Spanish 40 Hindi 28 Mandarin 26 German 19 Japanese 18 Russian 11 Italian 11 Cantonese 11 Portuguese 8 Korean 8 Swedish 5 Danish 5 Arabic 5 Hebrew 5 Polish 4 Dutch 4 Persian 4 Norwegian 4 Chinese 3 Thai 3 Zulu 2 Icelandic 2 Dari 2 Aboriginal 2 Indonesian 2 Romanian 2 None 2 Urdu 1 Panjabi 1 Slovenian 1 Telugu 1 Swahili 1 Kannada 1 Hungarian 1 Bosnian 1 Greek 1 Mongolian 1 Vietnamese 1 Czech 1 Maya 1 Filipino 1 Kazakh 1 Aramaic 1 Dzongkha 1 Tamil 1 Name: Language, dtype: int64
In [18]:
Copied!
# Ordenar el DataFrame por una columna específica
print("Ordenar el DataFrame por una columna específica:")
sorted_df = df.sort_values(by='Title', ascending=False)
sorted_df.head()
# Ordenar el DataFrame por una columna específica
print("Ordenar el DataFrame por una columna específica:")
sorted_df = df.sort_values(by='Title', ascending=False)
sorted_df.head()
Ordenar el DataFrame por una columna específica:
Out[18]:
| Title | Year | Genres | Language | Country | Content Rating | Duration | Aspect Ratio | Budget | Gross Earnings | ... | Facebook Likes - Actor 1 | Facebook Likes - Actor 2 | Facebook Likes - Actor 3 | Facebook Likes - cast Total | Facebook likes - Movie | Facenumber in posters | User Votes | Reviews by Users | Reviews by Crtiics | IMDB Score | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2293 | Æon Flux | 2005.0 | Action|Sci-Fi | English | USA | PG-13 | 93.0 | 2.35 | 62000000.0 | 25857987.0 | ... | 9000.0 | 460.0 | 352.0 | 10185 | 0 | 0.0 | 110614 | 532.0 | 178.0 | 5.5 |
| 1905 | xXx | 2002.0 | Action|Adventure|Thriller | English | USA | PG-13 | 132.0 | 2.35 | 70000000.0 | 141204016.0 | ... | 14000.0 | 223.0 | 212.0 | 14790 | 10000 | 0.0 | 142569 | 737.0 | 191.0 | 5.8 |
| 2508 | xXx: State of the Union | 2005.0 | Action|Adventure|Crime|Thriller | English | USA | PG-13 | 101.0 | 2.35 | 87000000.0 | 26082914.0 | ... | 287.0 | 233.0 | 218.0 | 993 | 0 | 2.0 | 51349 | 213.0 | 77.0 | 4.3 |
| 1223 | eXistenZ | 1999.0 | Horror|Sci-Fi|Thriller | English | Canada | R | 115.0 | 1.85 | 31000000.0 | 2840417.0 | ... | 1000.0 | 900.0 | 716.0 | 2990 | 6000 | 0.0 | 77493 | 527.0 | 196.0 | 6.8 |
| 2749 | [Rec] | 2007.0 | Horror | Spanish | Spain | R | 78.0 | 1.85 | 1500000.0 | NaN | ... | 120.0 | 9.0 | 7.0 | 145 | 15000 | 0.0 | 131462 | 374.0 | 252.0 | 7.5 |
5 rows × 25 columns
Comando apply
In [19]:
Copied!
# Aplicar una función lambda a cada entrada de la columna 'Genres' para contar el número de géneros en cada entrada
total_generos = df['Genres'].apply(lambda x: len(x.split('|')))
# Aplicar una función lambda a cada entrada de la columna 'Genres' para contar el número de géneros en cada entrada
total_generos = df['Genres'].apply(lambda x: len(x.split('|')))
In [20]:
Copied!
# Imprimir el máximo valor entre todos los conteos de géneros
print("Máximo número de géneros en una entrada:", max(total_generos))
# Imprimir el máximo valor entre todos los conteos de géneros
print("Máximo número de géneros en una entrada:", max(total_generos))
Máximo número de géneros en una entrada: 8
Trabajar con duplicados
In [21]:
Copied!
# Contar el número de filas duplicadas en el DataFrame
num_filas_duplicadas = df.duplicated().sum()
print("Número de filas duplicadas en el DataFrame:", num_filas_duplicadas)
# Contar el número de filas duplicadas en el DataFrame
num_filas_duplicadas = df.duplicated().sum()
print("Número de filas duplicadas en el DataFrame:", num_filas_duplicadas)
Número de filas duplicadas en el DataFrame: 45
In [22]:
Copied!
# Eliminar filas duplicadas del DataFrame
df = df.drop_duplicates()
num_filas_duplicadas = df.duplicated().sum()
print("Número de filas duplicadas en el DataFrame:", num_filas_duplicadas)
# Eliminar filas duplicadas del DataFrame
df = df.drop_duplicates()
num_filas_duplicadas = df.duplicated().sum()
print("Número de filas duplicadas en el DataFrame:", num_filas_duplicadas)
Número de filas duplicadas en el DataFrame: 0
Crear nuevas columnas
In [23]:
Copied!
import math
# Redondear cada valor de la columna 'Duration' al múltiplo de 30 más cercano
df['DurationRounded'] = df['Duration'].fillna(0).apply(lambda x: math.ceil(x / 30) * 30)
# Imprimir valores
df['DurationRounded'].unique()
import math
# Redondear cada valor de la columna 'Duration' al múltiplo de 30 más cercano
df['DurationRounded'] = df['Duration'].fillna(0).apply(lambda x: math.ceil(x / 30) * 30)
# Imprimir valores
df['DurationRounded'].unique()
Out[23]:
array([150, 120, 180, 90, 240, 210, 270, 30, 300, 330, 60, 0, 360,
540], dtype=int64)
In [24]:
Copied!
# Función para obtener la década correspondiente
def obtener_decada(year):
if year < 1900:
return None
elif year < 2000:
return '1900'
elif year < 2010:
return '2000'
else:
return '2010'
# Aplicar la función a la columna 'Year' para crear la nueva columna 'Decade'
df['Decade'] = df['Year'].fillna(0).apply(obtener_decada)
# Imprimir valores
df['Decade'].unique()
# Función para obtener la década correspondiente
def obtener_decada(year):
if year < 1900:
return None
elif year < 2000:
return '1900'
elif year < 2010:
return '2000'
else:
return '2010'
# Aplicar la función a la columna 'Year' para crear la nueva columna 'Decade'
df['Decade'] = df['Year'].fillna(0).apply(obtener_decada)
# Imprimir valores
df['Decade'].unique()
Out[24]:
array(['1900', '2000', '2010', None], dtype=object)
In [25]:
Copied!
# Definición de los intervalos
bins = [0, 5, 7, 10]
# Definición de las etiquetas
labels = ['Bajo', 'Medio', 'Alto']
# Aplicación de la función pd.cut() para crear la nueva columna
df['IMDB Score Category'] = pd.cut(df['IMDB Score'], bins=bins, labels=labels)
# Imprimir valores
df['IMDB Score Category'].unique()
# Definición de los intervalos
bins = [0, 5, 7, 10]
# Definición de las etiquetas
labels = ['Bajo', 'Medio', 'Alto']
# Aplicación de la función pd.cut() para crear la nueva columna
df['IMDB Score Category'] = pd.cut(df['IMDB Score'], bins=bins, labels=labels)
# Imprimir valores
df['IMDB Score Category'].unique()
Out[25]:
['Alto', 'Bajo', 'Medio'] Categories (3, object): ['Bajo' < 'Medio' < 'Alto']
In [26]:
Copied!
# Definir el diccionario de países y continentes
continentes_por_pais = {
'USA': 'North America',
'Germany': 'Europe',
'Japan': 'Asia',
'Denmark': 'Europe',
'UK': 'Europe',
'Italy': 'Europe',
'France': 'Europe',
'West Germany': 'Europe',
'Sweden': 'Europe',
'Soviet Union': 'Europe',
'Iran': 'Asia',
'Australia': 'Oceania',
'Libya': 'Africa',
'Canada': 'North America',
'South Korea': 'Asia',
'Brazil': 'South America',
'Netherlands': 'Europe',
'China': 'Asia',
'Norway': 'Europe',
'Switzerland': 'Europe',
'New Zealand': 'Oceania',
'Hong Kong': 'Asia',
'Peru': 'South America',
'India': 'Asia',
'Spain': 'Europe',
'Aruba': 'North America',
'Mexico': 'North America',
'Czech Republic': 'Europe',
'Taiwan': 'Asia',
'Argentina': 'South America',
'Thailand': 'Asia',
'New Line': 'North America',
'Afghanistan': 'Asia',
'Russia': 'Europe',
'Ireland': 'Europe',
'Colombia': 'South America',
'Romania': 'Europe',
'Philippines': 'Asia',
'Hungary': 'Europe',
'Cameroon': 'Africa',
'South Africa': 'Africa',
'Israel': 'Asia',
'Poland': 'Europe',
'Turkey': 'Asia',
'Slovakia': 'Europe',
'Greece': 'Europe',
'Iceland': 'Europe',
'Official site': None,
'Georgia': 'Europe',
'Finland': 'Europe',
'Belgium': 'Europe',
'Indonesia': 'Asia',
'Nigeria': 'Africa',
'Dominican Republic': 'North America',
'United Arab Emirates': 'Asia',
'Egypt': 'Africa',
'Bulgaria': 'Europe',
'Bahamas': 'North America',
'Cambodia': 'Asia',
'Kyrgyzstan': 'Asia',
'Kenya': 'Africa',
'Slovenia': 'Europe',
'Pakistan': 'Asia',
'Chile': 'South America',
'Panama': 'North America'
}
# Crear una nueva columna 'Continent' basada en el diccionario de países y continentes
df['Continent'] = df['Country'].map(continentes_por_pais)
# Imprimir valores
df['Continent'].unique()
# Definir el diccionario de países y continentes
continentes_por_pais = {
'USA': 'North America',
'Germany': 'Europe',
'Japan': 'Asia',
'Denmark': 'Europe',
'UK': 'Europe',
'Italy': 'Europe',
'France': 'Europe',
'West Germany': 'Europe',
'Sweden': 'Europe',
'Soviet Union': 'Europe',
'Iran': 'Asia',
'Australia': 'Oceania',
'Libya': 'Africa',
'Canada': 'North America',
'South Korea': 'Asia',
'Brazil': 'South America',
'Netherlands': 'Europe',
'China': 'Asia',
'Norway': 'Europe',
'Switzerland': 'Europe',
'New Zealand': 'Oceania',
'Hong Kong': 'Asia',
'Peru': 'South America',
'India': 'Asia',
'Spain': 'Europe',
'Aruba': 'North America',
'Mexico': 'North America',
'Czech Republic': 'Europe',
'Taiwan': 'Asia',
'Argentina': 'South America',
'Thailand': 'Asia',
'New Line': 'North America',
'Afghanistan': 'Asia',
'Russia': 'Europe',
'Ireland': 'Europe',
'Colombia': 'South America',
'Romania': 'Europe',
'Philippines': 'Asia',
'Hungary': 'Europe',
'Cameroon': 'Africa',
'South Africa': 'Africa',
'Israel': 'Asia',
'Poland': 'Europe',
'Turkey': 'Asia',
'Slovakia': 'Europe',
'Greece': 'Europe',
'Iceland': 'Europe',
'Official site': None,
'Georgia': 'Europe',
'Finland': 'Europe',
'Belgium': 'Europe',
'Indonesia': 'Asia',
'Nigeria': 'Africa',
'Dominican Republic': 'North America',
'United Arab Emirates': 'Asia',
'Egypt': 'Africa',
'Bulgaria': 'Europe',
'Bahamas': 'North America',
'Cambodia': 'Asia',
'Kyrgyzstan': 'Asia',
'Kenya': 'Africa',
'Slovenia': 'Europe',
'Pakistan': 'Asia',
'Chile': 'South America',
'Panama': 'North America'
}
# Crear una nueva columna 'Continent' basada en el diccionario de países y continentes
df['Continent'] = df['Country'].map(continentes_por_pais)
# Imprimir valores
df['Continent'].unique()
Out[26]:
array(['North America', 'Europe', 'Asia', 'Oceania', 'Africa',
'South America', None, nan], dtype=object)
Operaciones con GroupBy¶
In [27]:
Copied!
# Agrupar por el año y calcular la media de IMDB Score
df_grouped_year = df.groupby('Year')['IMDB Score'].mean()
df_grouped_year
# Agrupar por el año y calcular la media de IMDB Score
df_grouped_year = df.groupby('Year')['IMDB Score'].mean()
df_grouped_year
Out[27]:
Year
1916.0 8.000000
1920.0 4.800000
1925.0 8.300000
1927.0 8.300000
1929.0 7.150000
...
2012.0 6.263303
2013.0 6.366949
2014.0 6.239516
2015.0 6.041441
2016.0 6.376699
Name: IMDB Score, Length: 91, dtype: float64
In [28]:
Copied!
# Agrupar por año y país y calcular la suma de User Votes
df_grouped_year_country = df.groupby(['Year', 'Country'])['User Votes'].sum()
df_grouped_year_country
# Agrupar por año y país y calcular la suma de User Votes
df_grouped_year_country = df.groupby(['Year', 'Country'])['User Votes'].sum()
df_grouped_year_country
Out[28]:
Year Country
1916.0 USA 10718
1920.0 USA 5
1925.0 USA 4849
1927.0 Germany 111841
1929.0 Germany 7431
...
2016.0 Mexico 368
Panama 178
South Korea 2469
UK 529795
USA 2926518
Name: User Votes, Length: 496, dtype: int64
In [29]:
Copied!
# Agrupar por año y calcular varias estadísticas para IMDB Score
df_grouped_year_stats = df.groupby('Year')['IMDB Score'].agg(['mean', 'median', 'std'])
df_grouped_year_stats
# Agrupar por año y calcular varias estadísticas para IMDB Score
df_grouped_year_stats = df.groupby('Year')['IMDB Score'].agg(['mean', 'median', 'std'])
df_grouped_year_stats
Out[29]:
| mean | median | std | |
|---|---|---|---|
| Year | |||
| 1916.0 | 8.000000 | 8.00 | NaN |
| 1920.0 | 4.800000 | 4.80 | NaN |
| 1925.0 | 8.300000 | 8.30 | NaN |
| 1927.0 | 8.300000 | 8.30 | NaN |
| 1929.0 | 7.150000 | 7.15 | 1.202082 |
| ... | ... | ... | ... |
| 2012.0 | 6.263303 | 6.40 | 1.101834 |
| 2013.0 | 6.366949 | 6.50 | 1.107042 |
| 2014.0 | 6.239516 | 6.30 | 1.137603 |
| 2015.0 | 6.041441 | 6.20 | 1.257374 |
| 2016.0 | 6.376699 | 6.40 | 1.171659 |
91 rows × 3 columns
In [30]:
Copied!
# Definir una función personalizada para calcular la diferencia entre el máximo y el mínimo de User Votes
def custom_function(x):
return x.max() - x.min()
# Agrupar por país y aplicar la función personalizada a User Votes
df_grouped_country_custom = df.groupby('Country')['User Votes'].agg(custom_function)
df_grouped_country_custom
# Definir una función personalizada para calcular la diferencia entre el máximo y el mínimo de User Votes
def custom_function(x):
return x.max() - x.min()
# Agrupar por país y aplicar la función personalizada a User Votes
df_grouped_country_custom = df.groupby('Country')['User Votes'].agg(custom_function)
df_grouped_country_custom
Out[30]:
Country
Afghanistan 0
Argentina 131059
Aruba 0
Australia 552204
Bahamas 0
...
Turkey 0
UK 641990
USA 1689759
United Arab Emirates 0
West Germany 167251
Name: User Votes, Length: 65, dtype: int64
In [31]:
Copied!
# Dividir IMDB Score en intervalos y contar el número de películas en cada intervalo
bins = [0, 5, 7, 10]
labels = ['Bajo', 'Medio', 'Alto']
df['IMDB Score Category'] = pd.cut(df['IMDB Score'], bins=bins, labels=labels)
df_grouped_imdb_category_count = df.groupby('IMDB Score Category').size()
df_grouped_imdb_category_count
# Dividir IMDB Score en intervalos y contar el número de películas en cada intervalo
bins = [0, 5, 7, 10]
labels = ['Bajo', 'Medio', 'Alto']
df['IMDB Score Category'] = pd.cut(df['IMDB Score'], bins=bins, labels=labels)
df_grouped_imdb_category_count = df.groupby('IMDB Score Category').size()
df_grouped_imdb_category_count
Out[31]:
IMDB Score Category Bajo 519 Medio 2902 Alto 1576 dtype: int64
Pivot Tables¶
In [32]:
Copied!
# Crear una pivot table para calcular la suma de User Votes según el año y el país
pivot_table_basic = df.pivot_table(values='User Votes', index='Decade', columns='Continent', aggfunc='mean')
pivot_table_basic
# Crear una pivot table para calcular la suma de User Votes según el año y el país
pivot_table_basic = df.pivot_table(values='User Votes', index='Decade', columns='Continent', aggfunc='mean')
pivot_table_basic
Out[32]:
| Continent | Africa | Asia | Europe | North America | Oceania | South America |
|---|---|---|---|---|---|---|
| Decade | ||||||
| 1900 | 9852.00 | 53425.176471 | 65021.528205 | 90449.414299 | 52702.550000 | 26603.666667 |
| 2000 | 135941.75 | 42659.703125 | 74180.805774 | 87934.669375 | 123325.576923 | 102688.250000 |
| 2010 | 12990.75 | 23182.250000 | 64646.487395 | 91536.211990 | 99622.409091 | 7807.750000 |
In [33]:
Copied!
# Crear una pivot table para calcular la media de IMDB Score según el año y el Content Rating
pivot_table_mean = df.pivot_table(values='IMDB Score', index='DurationRounded', columns='Country', aggfunc='mean').fillna(0)
pivot_table_mean
# Crear una pivot table para calcular la media de IMDB Score según el año y el Content Rating
pivot_table_mean = df.pivot_table(values='IMDB Score', index='DurationRounded', columns='Country', aggfunc='mean').fillna(0)
pivot_table_mean
Out[33]:
| Country | Afghanistan | Argentina | Aruba | Australia | Bahamas | Belgium | Brazil | Bulgaria | Cambodia | Cameroon | ... | Spain | Sweden | Switzerland | Taiwan | Thailand | Turkey | UK | USA | United Arab Emirates | West Germany |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| DurationRounded | |||||||||||||||||||||
| 0 | 0.0 | 0.0 | 0.0 | 7.100000 | 0.0 | 0.000000 | 0.000000 | 0.0 | 0.0 | 0.0 | ... | 0.000000 | 0.00 | 0.0 | 0.00 | 0.00 | 0.0 | 7.366667 | 5.883333 | 0.0 | 0.0 |
| 30 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.0 | 0.000000 | 0.000000 | 0.0 | 0.0 | 0.0 | ... | 0.000000 | 0.00 | 0.0 | 0.00 | 0.00 | 0.0 | 7.950000 | 7.059259 | 0.0 | 0.0 |
| 60 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.0 | 0.000000 | 0.000000 | 0.0 | 0.0 | 0.0 | ... | 0.000000 | 0.00 | 0.0 | 0.00 | 0.00 | 0.0 | 7.675000 | 7.505556 | 0.0 | 0.0 |
| 90 | 7.4 | 7.2 | 0.0 | 6.318182 | 0.0 | 6.300000 | 5.500000 | 0.0 | 0.0 | 0.0 | ... | 6.525000 | 8.10 | 0.0 | 0.00 | 0.00 | 0.0 | 6.307500 | 5.886128 | 8.2 | 6.0 |
| 120 | 0.0 | 7.3 | 4.8 | 6.450000 | 4.4 | 5.366667 | 7.333333 | 6.1 | 5.6 | 7.5 | ... | 6.834783 | 8.05 | 5.9 | 7.15 | 5.95 | 0.0 | 6.690262 | 6.252962 | 0.0 | 7.4 |
| 150 | 0.0 | 8.2 | 0.0 | 7.100000 | 0.0 | 0.000000 | 8.700000 | 0.0 | 0.0 | 0.0 | ... | 6.983333 | 7.15 | 0.0 | 0.00 | 0.00 | 6.0 | 7.031373 | 6.911661 | 0.0 | 0.0 |
| 180 | 0.0 | 0.0 | 0.0 | 6.600000 | 0.0 | 0.000000 | 0.000000 | 0.0 | 0.0 | 0.0 | ... | 0.000000 | 0.00 | 0.0 | 0.00 | 0.00 | 0.0 | 7.592308 | 7.420000 | 0.0 | 0.0 |
| 210 | 0.0 | 0.0 | 0.0 | 7.400000 | 0.0 | 0.000000 | 0.000000 | 0.0 | 0.0 | 0.0 | ... | 0.000000 | 0.00 | 0.0 | 0.00 | 0.00 | 0.0 | 8.150000 | 7.679167 | 0.0 | 0.0 |
| 240 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.0 | 0.000000 | 0.000000 | 0.0 | 0.0 | 0.0 | ... | 0.000000 | 0.00 | 0.0 | 0.00 | 0.00 | 0.0 | 8.233333 | 7.533333 | 0.0 | 0.0 |
| 270 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.0 | 0.000000 | 0.000000 | 0.0 | 0.0 | 0.0 | ... | 0.000000 | 6.60 | 0.0 | 0.00 | 0.00 | 0.0 | 7.000000 | 0.000000 | 0.0 | 0.0 |
| 300 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.0 | 0.000000 | 0.000000 | 0.0 | 0.0 | 0.0 | ... | 0.000000 | 0.00 | 0.0 | 0.00 | 6.60 | 0.0 | 0.000000 | 7.600000 | 0.0 | 8.4 |
| 330 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.0 | 0.000000 | 0.000000 | 0.0 | 0.0 | 0.0 | ... | 0.000000 | 0.00 | 0.0 | 0.00 | 0.00 | 0.0 | 0.000000 | 7.400000 | 0.0 | 0.0 |
| 360 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.0 | 0.000000 | 0.000000 | 0.0 | 0.0 | 0.0 | ... | 0.000000 | 0.00 | 0.0 | 0.00 | 0.00 | 0.0 | 0.000000 | 0.000000 | 0.0 | 0.0 |
| 540 | 0.0 | 0.0 | 0.0 | 0.000000 | 0.0 | 0.000000 | 0.000000 | 0.0 | 0.0 | 0.0 | ... | 0.000000 | 0.00 | 0.0 | 0.00 | 0.00 | 0.0 | 0.000000 | 0.000000 | 0.0 | 0.0 |
14 rows × 65 columns