1. Aprende
    2. /
  2. Cursos
    3. /
  3. Escribir código Python eficiente
  • 1

    Bases para la eficiencia

    Gratuito

    En este capítulo, aprenderás lo que significa escribir código Python eficiente. Explorarás la Biblioteca Estándar de Python, aprenderás sobre las matrices NumPy y practicarás el uso de algunas de las herramientas integradas de Python. Este capítulo sienta las bases de los conceptos que se tratan a continuación.

  • 2

    Cronometraje y perfilado del código

    En este capítulo, aprenderás a recopilar y comparar los tiempos de ejecución entre distintos enfoques de codificación. Practicarás el uso de los paquetes line_profiler y memory_profiler para perfilar tu base de código y detectar cuellos de botella. Luego, pondrás en práctica lo aprendido sustituyendo estos cuellos de botella por código Python eficiente.

  • 3

    Ganar eficacia

    Este capítulo cubre trucos y consejos de eficacia más complejos. Aprenderás algunos módulos integrados útiles para escribir código eficiente y practicar el uso de la teoría de conjuntos. A continuación, aprenderás sobre los patrones de bucle en Python y cómo hacerlos más eficientes.

  • 4

    Optimizaciones básicas de pandas

    Este capítulo ofrece una breve introducción sobre cómo trabajar eficazmente con los DataFrames de pandas. Aprenderás las distintas opciones que tienes para iterar sobre un Marco de datos. A continuación, aprenderás a aplicar eficazmente funciones a los datos almacenados en un Marco de datos.

Initializing

Ejercicio

Analizar estadísticas de béisbol con .apply()

Los Tampa Bay Rays quieren que analices sus datos.

Les gustaría tener las siguientes métricas

  • La suma de cada columna de los datos
  • La cantidad total de carreras anotadas en un año ('RS' + 'RA' para cada año)
  • La columna 'Playoffs' en formato texto en lugar de utilizar 1's y 0's

La siguiente función puede utilizarse para convertir la columna 'Playoffs' en texto:

def text_playoffs(num_playoffs): 
    if num_playoffs == 1:
        return 'Yes'
    else:
        return 'No'

Utiliza .apply() para obtener estas métricas. Se ha cargado un DataFrame (rays_df) y se ha impreso en la consola. Este DataFrame está indexado en la columna 'Year'.

Instrucciones 1/3

undefined XP
  • 1

    Aplica sum() a cada columna de rays_df para recoger la suma de cada columna. Asegúrate de especificar el axis correcto.

  • 2

    Aplica sum() a cada fila de rays_df, fijándote sólo en las columnas 'RS' y 'RA', y especifica la axis correcta.

  • 3

    Utiliza .apply() y una función lambda para aplicar text_playoffs() al valor 'Playoffs' de cada fila del DataFrame rays_df.