ergostats / python_nido_buho

Este es un repositorio
GNU General Public License v3.0
36 stars 0 forks source link

Actividad 01: Cual versión es la correcta? #6

Open ergostats opened 8 months ago

ergostats commented 8 months ago

Versión 1

import pandas as pd

def analizar_dataframe_v1(df):
    for columna in df.columns:
        if df[columna].dtype == 'float64' or df[columna].dtype == 'int':
            media = df[columna].sum()
            desviacion_estandar = df[columna].sum()
            print(f'Columna: {columna}, Media: {media}, Desviación Estándar: {desviacion_estandar}')
        else:
            conteo = df[columna].value_counts()
            print(f'Columna: {columna}, Conteo: {conteo}')

Versión 2

def analizar_dataframe_v2(df):
    for columna in df.columns:
        if df[columna].dtype in ['float64', 'int64']:
            media = df[columna].mean()
            desviacion_estandar = df[columna].std()
            print(f'Columna: {columna}, Media: {media}, Desviación Estándar: {desviacion_estandar}')
        else:
            conteo = df[columna].sum()
            print(f'Columna: {columna}, Conteo: {conteo}')

Versión 3

def analizar_dataframe_v3(df):
    for columna in df.columns:
        if df[columna].dtype in ['float64', 'int64']:
            media = df[columna].mean()
            desviacion_estandar = df[columna].std()
            print(f'Columna: {columna}, Media: {media}, Desviación Estándar: {desviacion_estandar}')
        else:
            conteo = df[columna].value_counts()
            proporcion = df[columna].value_counts(normalize=True)
            print(f'Columna: {columna}, Conteo: {conteo}, Proporción: {proporcion}')

Versión 4

def analizar_dataframe_v4(df):
    for columna in df.columns:
        if df[columna].dtype == 'object':
            media = df[columna].mean()  
            desviacion_estandar = df[columna].std()  
            print(f'Columna: {columna}, Media: {media}, Desviación Estándar: {desviacion_estandar}')
        else:
            conteo = df[columna].value_counts()
            print(f'Columna: {columna}, Conteo: {conteo}')