Cambiar el nombre de columnas

Al trabajar con DataFrames, inevitablemente querrás hacer cambios en tus datos, ya sea cambiando el nombre de ciertas columnas o eliminando algunas filas. En este ejemplo, nos centraremos en lo primero: cambiar el nombre de una columna. Cambiar nombres puede ser útil si el nombre actual es difícil de entender o poco claro, lo que ayudará a quienes consuman tus datos (incluyéndote a ti) a entender mejor qué representa cada columna.

Los paquetes CSV y DataFrames ya están cargados, y también se ha cargado un DataFrame en la variable video_game_data.

Si inspeccionas estos datos verás que la columna North_American_Sales tiene una convención de nombres ligeramente distinta al resto. Este nombre es un poco largo y quieres usar la misma convención en todas las columnas, así que vamos a practicar cambiando el nombre de esta columna por algo más alineado con las demás.

Este ejercicio forma parte del curso

Julia intermedio

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Show the first row of our DataFrame
println(____(____))

Editar y ejecutar código

Este ejercicio forma parte del curso

Julia intermedio

PrincipianteNivel de habilidad

4.7+

Empieza el curso gratis

Loops are one of the core concepts that underpin Julia. In this chapter, you'll learn about for loops and while loops, and how to use them to iterate over data structures that you are already familiar with. You will also cover ranges, a useful tool for generating sequences of data.

Exercise 1: For loops Exercise 2: For loops question Exercise 3: Loop over a vector Exercise 4: Loops and enumerate Exercise 5: Looping over nested structures Exercise 6: While loops Exercise 7: Writing a while loop Exercise 8: While loops for iteration Exercise 9: Ranges Exercise 10: Ranges - iteration Exercise 11: Defining ranges Exercise 12: Looping over ranges Exercise 13: Splat unpacking

This chapter focuses on expanding your knowledge of the data structures available in Julia. Learn how to use tuples, dictionaries, multi-dimensional arrays, and structures to store and traverse data quickly and efficiently.

Exercise 1: Tuples Exercise 2: When should you use a tuple?Exercise 3: Create, index, and slice a tuple Exercise 4: Create a NamedTuple for a person Exercise 5: Dictionaries Exercise 6: Create untyped dict, iterate Exercise 7: Create typed dict, iterate Exercise 8: Modify keys/values in dict, use get()Exercise 9: Multi-dimensional arrays Exercise 10: Create 1D and 2D arrays Exercise 11: Index and slice a 2D array Exercise 12: Array merging Exercise 13: Structs Exercise 14: Define a structure Exercise 15: Mutable and typed structs

In this chapter, you’ll extend your understanding of functions, exploring positional, keyword, and default function arguments. You will also cover code execution timing, getting a strong understanding of how to measure the time your code takes to run. This chapter will round off with a capstone on writing your own functions to solve real-world problems.

Exercise 1: Execution time and measurement Exercise 2: Built-in time macro Exercise 3: Timing a function Exercise 4: Positional and Default Arguments, Type Declarations Exercise 5: Positional arguments recap Exercise 6: Default arguments Exercise 7: Type declarations Exercise 8: Keyword Arguments Exercise 9: Keyword arguments Exercise 10: Variable number of arguments Exercise 11: Writing Your Own Function Exercise 12: Writing your own functions Exercise 13: Writing your own functions - structs

This final chapter will introduce anonymous functions and will recap one of the powerful features of Julia; multiple dispatch. You will learn how to use functions from Python and R packages within Julia and discover how to clean and modify data within dataframes.

Exercise 1: Funciones anónimas y multiple dispatch Exercise 2: Multidespacho Exercise 3: Funciones anónimas Exercise 4: Filtrado de DataFrames Exercise 5: Importar funciones de Python y R Exercise 6: Importación de Python y R Exercise 7: Funciones de Python en Julia Exercise 8: Funciones de R en Julia Exercise 9: Limpieza de datos Exercise 10: Cambiar el nombre de columnas

Ejercicio actual

Exercise 11: Datos faltantes Exercise 12: Datos faltantes avanzados Exercise 13: ¡Enhorabuena!