Ejercicio código Identificación de valores faltantes en Pandas

Ejercicio de programación: Identificación de valores faltantes

Este ejercicio de programación está diseñado para poner a prueba tus conocimientos en Pandas. Es un ejercicio avanzado que pondrá a prueba tus conocimientos expertos.

Tipo: Ejercicio de código 20 minutos estimados 300 puntos de experiencia

Información adicional del ejercicio

Este reto evalúa tu capacidad para identificar valores faltantes en un DataFrame utilizando las funciones de Pandas.

Contenido del ejercicio

Dado el siguiente conjunto de datos, escribe un script en Python que no solo identifique los valores faltantes (NaN o None) en un DataFrame, sino que también realice un análisis más profundo de la distribución y el impacto de estos valores faltantes.

Datos:

data = {
    'Nombre': ['Ana', 'Luis', 'Carlos', None, 'Marta', 'Elena', None, 'Jorge', 'Sonia', 'Pablo'],
    'Edad': [23, None, 34, 25, None, 45, 29, None, 22, 30],
    'Ciudad': ['Madrid', 'Barcelona', None, 'Sevilla', 'Valencia', 'Bilbao', None, 'Madrid', 'Sevilla', 'Bilbao'],
    'Ingreso': [30000, 50000, None, 45000, None, 52000, 48000, None, 35000, 49000],
    'Estado_Civil': [None, 'Soltero', 'Casado', None, 'Casado', 'Soltero', None, 'Casado', 'Soltero', 'Casado']
}

Tareas:

1.- Importa las bibliotecas necesarias.

2.- Crea un DataFrame con los datos anteriores.

3.- Identificación de valores faltantes:

Identifica los valores faltantes.
Cuenta la cantidad de valores faltantes por columna.

4.- Análisis de la distribución de valores faltantes:

Calcula el porcentaje de valores faltantes en relación con el total de datos en cada columna.
Imprime el porcentaje de valores faltantes por columna.

5.- Visualización de valores faltantes:

Crea un mapa de calor (heatmap) que muestre visualmente los valores faltantes en el DataFrame.

6.- Interpretación de la cantidad de valores faltantes:

Identifica y cuenta la cantidad de filas que contienen valores faltantes en una o más columnas.
Imprime el número total de filas con valores faltantes.

7.- Análisis de valores faltantes por grupo:

Agrupa los datos por la columna 'Ciudad' y calcula el número de valores faltantes en cada grupo.
Imprime el resultado para cada grupo.

Lección relacionada

Este ejercicio está relacionado con la lección "Identificación de valores faltantes" de Pandas. Te recomendamos revisar la lección antes de comenzar.

Ver lección relacionada

Más ejercicios de Pandas

Explora más ejercicios de programación en Pandas para mejorar tus habilidades y obtener tu certificación.

Ver más ejercicios de Pandas

Explora el curso completo de Pandas

Descubre más contenido de Pandas con lecciones, ejercicios y módulos organizados para tu aprendizaje.

Módulo: Limpieza y preparación de datos

Ver todas las lecciones y ejercicios de este módulo

Lecciones de Pandas

Aprende los conceptos fundamentales con tutoriales detallados

Ejercicios de Pandas

Practica con más ejercicios de programación

Módulos de Pandas

Explora todos los módulos del curso organizados por temas

Curso completo de Pandas

Ver el temario completo con todos los contenidos del curso

Todas las tecnologías

Explora todos los cursos de programación disponibles

Alan Sastre

Ingeniero de Software y formador, CEO en CertiDevs

Ingeniero de software especializado en Full Stack y en Inteligencia Artificial. Como CEO de CertiDevs, Pandas es una de sus áreas de expertise. Con más de 15 años programando, 6K seguidores en LinkedIn y experiencia como formador, Alan se dedica a crear ejercicios prácticos y contenido educativo de calidad para desarrolladores de todos los niveles.

Solución al ejercicio de programación en Pandas

Contenido bloqueado

¡Desbloquea la solución completa!

Completa el ejercicio de programación en Pandas para acceder a la solución paso a paso, explicaciones detalladas y mejores prácticas.

solution.js

JavaScript

1 function solveChallenge ( input ) {

2 // Algoritmo optimizado O(n log n)

3 const data = parseInput ( input );

4 const sorted = data . sort (( a , b ) => a - b );

6 // Aplicar técnica de dos punteros

7 let left = 0 , right = sorted . length - 1 ;

8 const result = [];

10 while ( left < right ) {

11 const sum = sorted [ left ] + sorted [ right ];

12 if ( sum === target ) {

13 result . push ([ sorted [ left ], sorted [ right ]]);

14 left ++; right --;

15 } else if ( sum < target ) {

16 left ++;

17 } else {

18 right --;

19 }

20 }

22 return result ;

23 }

Código completo

Explicaciones

Mejores prácticas

+1.200 developers han resuelto este ejercicio de programación

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

Ver curso completo

Ejercicios de programación en Pandas: Práctica y Certificación

Los ejercicios de programación son fundamentales para dominar Pandas. Este ejercicio está diseñado para poner a prueba tus conocimientos prácticos y ayudarte a consolidar lo aprendido en las lecciones teóricas. La práctica constante con ejercicios de programación es la clave para convertirte en un desarrollador experto.

¿Por qué resolver ejercicios de programación?

Resolver ejercicios de programación en Pandas te permite:

Aplicar conocimientos teóricos: Poner en práctica los conceptos aprendidos en las lecciones de Pandas.
Identificar áreas de mejora: Descubrir qué conceptos necesitas reforzar en tu aprendizaje de Pandas.
Prepararte para certificaciones: Los ejercicios te preparan para obtener certificados profesionales en Pandas.
Mejorar tu perfil profesional: Demostrar tus habilidades prácticas en Pandas.

Metodología de aprendizaje

Nuestros ejercicios de programación están diseñados siguiendo una metodología probada de aprendizaje progresivo. Cada ejercicio en Pandas está cuidadosamente estructurado para llevar tus habilidades al siguiente nivel. Comenzamos con conceptos fundamentales y avanzamos gradualmente hacia desafíos más complejos que reflejan situaciones reales del desarrollo de software profesional.

Certificación y validación de conocimientos

Al completar ejercicios de programación, no solo mejoras tus habilidades técnicas, sino que también puedes obtener certificados que validan tu expertise en Pandas. Estos certificados son reconocidos por empresas y pueden ser una gran adición a tu perfil profesional de LinkedIn o tu CV como desarrollador.

Los ejercicios están alineados con los estándares de la industria y cubren desde conceptos básicos hasta técnicas avanzadas de programación en Pandas. Cada ejercicio incluye casos de prueba y ejemplos prácticos que te ayudarán a comprender mejor cómo aplicar lo aprendido en proyectos reales.