tree
El comando tree muestra la estructura de archivos y directorios de forma gráfica.
El comando tree muestra la estructura de archivos y directorios de forma gráfica.
El comando history muestra el listado de comandos escritos por el usuario.
El comando last muestra un listado con los últimos usuarios que se han conectado al sistema.
La función value_counts() de Pandas nos permite calcular el número de apariciones de cada elemento único en una serie Pandas, devolviendo un listado de elementos únicos y el número de apariciones de cada uno. Pero podríamos estar interesados no en el número de veces que aparece cada elemento, sino en el número de elementos que aparecen N veces, para todos los valores posibles de N.
Si queremos calcular el número de veces que cada elemento aparece en una serie pandas (o en una columna de un dataframe pandas), podemos recurrir a la función value_counts() de dicha librería. Por ejemplo, consideremos el siguiente dataframe:
df = pd.DataFrame({
"a": [1, 2, 1, 5]
})
Podemos calcular el número de apariciones de cada elemento con la siguiente instrucción:
df["a"].value_counts()
Supongamos que necesitamos identificar todos los nombres (comunes y propios, en singular y en plural) que existen en una cadena de texto -y supongamos que estamos trabajando con un texto en inglés-.
s = "This isn't a very long sentence but it's full of interesting words"
Podemos extraer fácilmente estos tokens utilizando la librería nltk y la función pos_tag ofrecida por ésta. Para ello vamos a identificar el 'POS' (categoría gramatical) de cada palabra:
En ocasiones nos interesa que nuestro código emita un pitido al completar una acción, o al producirse un evento destacado. Con este objetivo podemos utilizar la librería "winsound" (solo en entornos Windows) que incluye la función "Beep". Ésta recibe dos parámetros: la frecuencia y la duración del sonido a emitir:
import winsound
frequency = 1000
duration = 100
winsound.Beep(frequency, duration)
En ocasiones resulta necesario poder visualizar todas las columnas de un dataframe, aun cuando esto nos obligue a utilizar una barra de desplazamiento horizontal.
Si deseamos sustituir los valores NaN según el tipo de campo del que se trate (numéricos o no), podemos recorrer la lista de columnas del dataframe analizando su tipo. Si se trata de un tipo "object", podemos rellenar los NaNs por la cadena de texto que nos interese ("None" en el ejemplo) utilizando el método "fillna", o por una cifra (0 en el ejemplo) en cualquier otro caso:
La solución a este escenario pasa por el cálculo del número de elementos NaN en cada columna y su división por el número total de elementos en cada columna.
Excepto donde se indique otra cosa, los contenidos de este sitio web se ofrecen bajo una licencia Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional