Manejo de datos en Pandas

1. Lees el CSV de pedidos de PyShop con pd.read_csv y info() muestra que la columna precio_unitario tiene dtype str, aunque guarda precios. ¿Cuál es la causa más probable?

• Algunos precios traen símbolos como «$» o comas, así que no todos son números
• read_csv siempre lee todas las columnas como texto
• La columna tiene valores vacíos, y los vacíos convierten cualquier columna en str
• Los precios tienen decimales, y pandas guarda los decimales como texto

Basta un valor que no sea número, como «$459.00» o «1,499.00», para que pandas lea toda la columna como texto. Se limpia con .str.replace y se convierte con pd.to_numeric.

2. Con el DataFrame df de pedidos (índice 0, 1, 2, …), ¿cuántas filas devuelven df.loc[0:2] y df.iloc[0:2]?

• 2 y 2
• 3 y 3
• 3 y 2
• 2 y 3

loc selecciona por etiqueta e incluye el final del rango (filas 0, 1 y 2); iloc selecciona por posición y lo excluye, como un slice de Python (posiciones 0 y 1).

3. Quieres los pedidos de la categoría Electrónica que además están entregados. ¿Qué expresión es correcta?

• df[df["categoria"] == "Electrónica" and df["estado"] == "entregado"]
• df[(df["categoria"] == "Electrónica") & (df["estado"] == "entregado")]
• df[df["categoria"] == "Electrónica" & df["estado"] == "entregado"]
• df[(df["categoria"] == "Electrónica") | (df["estado"] == "entregado")]

Las máscaras se combinan con & (y), | (o) y ~ (no), y cada comparación va entre paréntesis porque & se evalúa antes que ==. La palabra and no funciona con Series.

4. describe(exclude="number") muestra para pedido_id: count 1025 y unique 1000. ¿Qué indica?

• Que 25 pedidos no tienen identificador
• Que el CSV tiene 25 columnas de más
• Que hay pedidos repetidos: algunos identificadores aparecen más de una vez
• Que describe solo analiza las primeras 1000 filas

Un identificador debería ser único. Si hay 1025 filas pero solo 1000 valores distintos, 25 filas repiten un pedido: hay duplicados que limpiar.

5. En pandas 3 ejecutas sub = df[df["estado"] == "cancelado"] y luego sub["estado"] = "CANCELADO". ¿Qué pasa con df?

• No cambia: sus 88 pedidos siguen con el estado «cancelado»
• También cambia, porque sub es una vista de df
• Cambia y pandas muestra un SettingWithCopyWarning
• Se lanza un error porque una selección no se puede modificar

Con copy-on-write, toda selección se comporta como una copia: cambiar sub no modifica df, y pandas 3 ya no emite SettingWithCopyWarning. Para cambiar df, asigna sobre df con loc.