Ejercicio corregir outliers en DataFrame con Pandas Python

Ejercicio de programación: Identificar y corregir outliers

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

En este ejercicio, deberás identificar y corregir los outliers en un DataFrame de Pandas utilizando la técnica del rango intercuartílico (IQR). Los outliers, o valores atípicos, son observaciones que se desvían significativamente del resto de los datos y pueden distorsionar el análisis y los modelos predictivos.

Contenido del ejercicio

1.- Crea un DataFrame en Pandas con los siguientes datos:

data = {
    'Producto': ['Laptop', 'Teléfono', 'Tablet', 'Monitor', 'Impresora', 'Cámara', 'Router', 'Teclado', 'Mouse', 'Parlante'],
    'Cantidad': [50, 60, 3000, 70, 80, 55, 58, 4000, 65, 60],
    'Precio': [1000, 800, 1500, 200, 3000, 700, 90, 400, 150, 120],
    'Peso': [2, 0.5, 1.2, 6, 0.3, 0.7, 0.4, 0.6, 1.1, 50]
}

2.- Calcula el primer cuartil (Q1) y el tercer cuartil (Q3) para las columnas Cantidad, Precio y Peso.

3.- Calcula el rango intercuartílico (IQR) para cada una de estas columnas.

4.- Define los límites inferior y superior para identificar los outliers en cada una de las columnas:

Límite inferior: Q1 - 1.5 * IQR
Límite superior: Q3 + 1.5 * IQR

5.- Identifica los outliers en cada una de las columnas Cantidad, Precio, y Peso. Crea tres nuevas columnas (Es_Outlier_Cantidad, Es_Outlier_Precio, Es_Outlier_Peso) que indiquen si un valor es un outlier (True) o no (False).

6.- Corrige los outliers en cada una de las columnas, reemplazándolos por la mediana de la respectiva columna.

7.- Imprime el DataFrame resultante con las correcciones aplicadas.

Lección relacionada

Este ejercicio está relacionado con la lección "Identificar y corregir outliers" 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.