Descripción
En este ejercicio, trabajarás con un DataFrame de Pandas que contiene varias columnas categóricas y numéricas. Tu tarea es convertir todas las columnas categóricas a variables numéricas utilizando diferentes técnicas de codificación. Este ejercicio te permitirá practicar la identificación de variables categóricas y la aplicación de diferentes métodos de codificación en Pandas.
1.- Crea un DataFrame de Pandas con las siguientes columnas y datos:
Guarda tu progreso
Inicia sesión para no perder tu progreso y accede a miles de tutoriales, ejercicios prácticos y nuestro asistente de IA.
Más de 25.000 desarrolladores ya confían en CertiDevs
data = {
'Tipo_Producto': ['Silla', 'Mesa', 'Escritorio', 'Lámpara', 'Estante'],
'Tipo_Material': ['Madera', 'Madera', 'Metal', 'Vidrio', 'Madera'],
'Stock': [20, 15, 10, 25, 30],
'Ubicacion_Almacen': ['Almacén A', 'Almacén B', 'Almacén C', 'Almacén D', 'Almacén E']
}
2.- Identifica las columnas categóricas en el DataFrame.
3.- Aplica las siguientes técnicas de codificación a las columnas categóricas:
- Utiliza la codificación One-Hot para la columna
Ubicacion_Almacen
. - Utiliza la codificación Ordinal para la columna
Tipo_Producto
, asumiendo el siguiente orden explícito:['Silla', 'Mesa', 'Escritorio', 'Lámpara', 'Estante']
. - Aplica la codificación de Frecuencia para la columna
Tipo_Material
.
4.- Combina todas las columnas codificadas con las columnas numéricas originales en un nuevo DataFrame.
5.- Imprime el DataFrame resultante con las nuevas columnas codificadas.
Solución al ejercicio de programación en Pandas
¡Desbloquea la solución completa!
Completa el ejercicio de programación en Pandas para acceder a la solución paso a paso, explicaciones detalladas y mejores prácticas.
Practica con ejercicios de programación en Pandas
Mejora tus habilidades con cientos de ejercicios de práctica, recibe retroalimentación instantánea y obtén tu certificación cuando estés listo.
Asistente de IA
Aprende de tus errores
Progreso
Mide tu avance
Certificación
Valida tus habilidades
Únete a miles de desarrolladores mejorando sus habilidades en Pandas