Pandas
La librería de DataFrames que define el flujo de trabajo estándar de datos en Python.
CategoríaDatos
DificultadPrincipiante
Tiempo de aprendizaje2-3 semanas
¿Qué puedes lograr con esta herramienta?
Los resultados prácticos que desbloquea.
- Cargar, limpiar y remodelar datasets tabulares en pocas líneas
- Unir, agrupar y agregar datos como en SQL pero en memoria
- Conectar directamente con scikit-learn, matplotlib y librerías de ML
Descripción
Pandas introdujo el DataFrame en Python y sigue siendo la herramienta por defecto para manipulación de datos tabulares de tamaño pequeño a mediano. Prácticamente todo tutorial y curso de ciencia de datos en Python empieza aquí.
Casos de uso
- Limpieza y remodelado de datos
- Análisis exploratorio de datos (EDA)
- Ingeniería de features previa al modelado
- Lectura/escritura de CSV, Excel, Parquet, SQL
Instalación
pip install pandasEjemplo básico
import pandas as pd
df = pd.read_csv("sales.csv")
df["margin"] = df["revenue"] - df["cost"]
print(df.groupby("region")["margin"].sum())Ventajas y limitaciones
Ventajas
- API extremadamente madura y bien documentada
- Se integra con todo el ecosistema de Python
- Ideal para EDA rápido
Limitaciones
- Uso de memoria alto en datasets grandes (todo en RAM, single-thread por defecto)
- Rendimiento inferior a motores columnares como Polars o DuckDB
Alternativas
Herramientas que resuelven un problema parecido de otra forma.