En las lecciones anteriores trabajaste con valores, listas y diccionarios. Ahora pasarás a pandas, una biblioteca de Python diseñada para trabajar con datos tabulares. Su estructura central es el DataFrame: una tabla con filas y columnas que puedes filtrar, transformar y resumir mediante código.

Seguiremos con un conjunto ficticio de ventas de una tienda. El archivo ventas_tienda.csv contiene las columnas fecha, sucursal, producto, cantidad y precio. En Google Colab, abre el panel Archivos de la barra lateral y usa Subir al almacenamiento de sesión para seleccionar el CSV. Ese archivo queda disponible en la sesión de Colab.

En una celda de código escribirías import pandas as pd y después ventas = pd.read_csv("ventas_tienda.csv"). Al pulsar Ejecutar, pandas lee el archivo y crea el DataFrame ventas. Para observar las primeras filas puedes usar ventas.head(). En el Campus Digital no se ejecutará este código: aquí practicarás qué hace cada instrucción y qué salida esperar.

Supón que el DataFrame contiene cinco ventas ficticias: Centro–Café–2–180; Norte–Té–3–120; Centro–Galletas–5–45; Sur–Café–1–180; Norte–Galletas–4–45. Para concentrarte en ventas con tres o más unidades, puedes escribir ventas_grandes = ventas[ventas["cantidad"] >= 3].

Lee el filtro de adentro hacia afuera. Primero, ventas["cantidad"] >= 3 pregunta fila por fila si la cantidad cumple el criterio. Después, ventas[ ... ] conserva únicamente las filas donde la respuesta fue verdadera. En este ejemplo permanecerían las ventas con cantidades 3, 5 y 4.

Filtrar no cambia automáticamente el DataFrame original cuando asignas el resultado a otro nombre. Esto te permite conservar ventas y trabajar con una versión como ventas_grandes para responder una pregunta específica.

Para responder preguntas de negocio necesitas combinar columnas. En las ventas ficticias, el importe de cada fila puede calcularse con ventas["importe"] = ventas["cantidad"] * ventas["precio"]. pandas realiza la multiplicación fila por fila y guarda el resultado en una nueva columna llamada importe.

Después puedes resumir por sucursal: ventas.groupby("sucursal")["importe"].sum(). La lectura es: agrupa las filas por el valor de sucursal, toma la columna importe y suma dentro de cada grupo. Con los cinco registros del ejemplo, Centro suma 585, Norte 540 y Sur 180.

La figura resume el flujo completo. Primero entra el archivo, luego se convierte en DataFrame, después se seleccionan o transforman filas y finalmente se agrupan datos para responder una pregunta.

Una pregunta como “¿qué sucursal vendió más importe en estos registros?” no se resuelve con una sola palabra de Python. Se convierte en una secuencia: cargar los datos, verificar las columnas, calcular importe, agrupar por sucursal y sumar. La programación se vuelve más clara cuando cada línea responde a una parte de esa secuencia.

En la siguiente lección trabajarás con un problema inevitable en datos reales: valores faltantes, filas duplicadas y columnas con tipos incorrectos. Antes de resumir, tendrás que decidir si los datos están listos para ser usados.