48 - Python desde 0. Cargar archivos en pandas.
Carga de Archivos con Pandas: Se explicó cómo usar la librería pandas en Júpiter para cargar diferentes tipos de archivos de datos. Para comenzar, se abrió Jupiter Notebook desde el directorio apropiado. También se mencionó que para detener el servidor de Júpiter se puede usar el comando "control C" en la terminal.
Tipos de Archivos y su Contenido: Se mostraron varios archivos que se cargarán, en los formatos: `.csv`, `.txt`, `.json`, y `.xlsx`. Al examinar el contenido con un editor de texto, se demostró que todos los archivos contienen la misma información pero en diferentes formatos. Por ejemplo los archivo `.txt` y `.csv` son idénticos en contenido, diferenciándose solo en la extensión.
Carga de Archivos CSV y JSON: Se creó un nuevo notebook para realizar la práctica de carga. Utilizando la librería `os`, listó el contenido del directorio. Luego, importó la librería `pandas` y usó la función `read_csv` para cargar el archivo `.csv` en un DataFrame, mostrándolo exitosamente. De manera similar, se utilizó la función `read_json` para cargar el archivo `.json` en un DataFrame, obteniendo el mismo resultado.
Instalación de Librerías para Excel: Se explicó que para trabajar con archivos Excel, es necesario instalar librerías adicionales. En una nueva terminal, se ejecutaron los comandos `pip3.10 install openpyxl xlrd` para permitir la apertura de archivos Excel (.xlsx y .xls) en Python.
Carga de Archivos Excel: Después de instalar las librerías necesarias, se importó `openpyxl` y `xlrd` en el notebook. Se utilizó la función `read_excel` de pandas para cargar el archivo `.xlsx` en un DataFrame, mostrando el contenido exitosamente.
Carga de Archivos TXT Delimitados por Comas: Se demostró cómo cargar un archivo `.txt` que está delimitado por comas, utilizando la función `read_csv`. Se cargó este archivo en un DataFrame, obteniendo el mismo resultado que con el archivo `.csv`. Esto demostró que pandas puede tratar archivos `.txt` como CSV si su contenido está formateado apropiadamente.
Carga de Archivos TXT Delimitados por Punto y Coma: Se intentó cargar el archivo `.txt` separado por punto y coma usando `read_csv` sin especificar el delimitador, lo que resultó en una visualización incorrecta de los datos. Para solucionar esto, se consultó la sintaxis de `read_csv` usando `pandas.read_csv?` y se descubrió que el parámetro para especificar el delimitador es `sep`. Finalmente, se cargó el archivo correctamente utilizando `pd.read_csv(nombre_de_archivo.txt', sep=';')` en un DataFrame, mostrando cómo pandas puede manejar diferentes delimitadores.