TEST PANDAS IA

(SALIDA CÓDIGO) data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) df['C'] = df['A'] + df['B'] print(df['C'].sum()). 6. 15. 21. Error.

(SALIDA CÓDIGO) data = {'Nombre': ['Ana', 'Juan', 'Laura'], 'Edad': [25, 30, 22]} df = pd.DataFrame(data) filtrado = df[df['Edad'] > 25] print(filtrado['Nombre'].values). ['Ana', 'Laura']. ['Juan']. ['Juan', 'Laura']. [30].

(SALIDA CÓDIGO) data = {'X': [10, 20, 30, 40], 'Y': [1, 2, 1, 2]} df = pd.DataFrame(data) agrupado = df.groupby('Y')['X'].mean() print(agrupado[2]). 15.0. 30.0. 20.0. Error.

(SALIDA CÓDIGO) data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) df['C'] = df['A'] * df['B'] print(df['C'].max()). 6. 18. 15. 12.

(SALIDA CÓDIGO) df = pd.DataFrame({'X': [10, 20, 30], 'Y': [40, 50, 60]}) df2 = pd.DataFrame({'X': [40], 'Y': [70]}) df = pd.concat([df, df2], ignore_index=True) print(df.shape[0]). 3. 4. 2. Error.

(SALIDA CÓDIGO) data = {'Nombre': ['Ana', 'Juan', 'Laura'], 'Edad': [25, 30, 22]} df = pd.DataFrame(data) df.loc[df['Edad'] > 25, 'Categoria'] = 'Senior' print(df['Categoria'].isna().sum()). 0. 1. 2. 3.

(SALIDA CÓDIGO) data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) df = df[df['A'] > 1] print(df['B'].sum()). 4. 11. 15. 5.

(SALIDA CÓDIGO) data = {'X': [1, 2, 3, 4], 'Y': [5, 6, 7, 8]} df = pd.DataFrame(data) df = df.drop(df.index[1:3]) print(df['Y'].mean()). 5.0. 6.5. 7.0. 6.0.

(SALIDA CÓDIGO) data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) df['C'] = df.apply(lambda row: row['A'] + row['B'], axis=1) print(df['C'].min()). 5. 6. 7. 8.

(SALIDA CÓDIGO) data = {'X': [10, 20, 30], 'Y': [40, 50, 60]} df = pd.DataFrame(data) df = df[df['X'] > 15] print(df['Y'].prod()). 3000. 1200. 2400. 600.

(SALIDA CÓDIGO) data = {'X': [1, 2, 3], 'Y': [4, 5, 6]} df = pd.DataFrame(data) df = df.T print(df[1].sum()). 5. 7. 9. 6.

(SALIDA CÓDIGO) data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) df = df[df['A'] != 2] print(df['B'].mean()). 4.5. 5.0. 5.5. 6.0.

(SALIDA CÓDIGO) data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) df = df.melt() print(df.shape[0]). 3. 6. 2. 4.

(SALIDA CÓDIGO) data = {'X': [1, 2, 3], 'Y': [4, 5, 6]} df = pd.DataFrame(data) df = df[df['X'] > 1] print(df['Y'].max()). 5. 6. 4. 3.

(SALIDA CÓDIGO) data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) df = df.drop(columns=['B']) print(df.shape[1]). 1. 2. 3. 0.

(SALIDA CÓDIGO) data = {'X': [1, 2, 3], 'Y': [4, 5, 6]} df = pd.DataFrame(data) df = df[df['X'] != 2] print(df['Y'].sum()). 10. 15. 11. 9.

(SALIDA CÓDIGO) data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) df = df.replace(3, 30) print(df['A'].sum()). 6. 33. 30. 36.

(SALIDA CÓDIGO) data = {'X': [1, 2, 3], 'Y': [4, 5, 6]} df = pd.DataFrame(data) df = df[df['X'] > 1] print(df['Y'].mean()). 5.0. 5.5. 6.0. 4.5.

(SALIDA CÓDIGO) data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) df = df.melt() print(df.shape[1]). 1. 2. 3. 4.

(SALIDA CÓDIGO) data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) df = df.apply(lambda x: x * 2 if x.name == 'A' else x) print(df['B'].sum()). 15. 12. 18. 10.

(SALIDA CÓDIGO) ata = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) df = df.groupby('A').sum() print(df.loc[2, 'B']). 5. 6. 4. Error.

(SALIDA CÓDIGO) data = {'X': [1, 2, 3], 'Y': [4, 5, 6]} df = pd.DataFrame(data) df = df.set_index('X') print(df.loc[2, 'Y']). 4. 5. 6. Error.

(SALIDA CÓDIGO) data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) df = df[df['A'] > 1] print(df['B'].prod()). 20. 30. 40. 50.

(SALIDA CÓDIGO) data = {'X': [1, 2, 3], 'Y': [4, 5, 6]} df = pd.DataFrame(data) df = df[df['X'] != 2] print(df['Y'].mean()). 4.5. 5.0. 5.5. 6.0.

(SALIDA CÓDIGO) data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) df = df.replace(2, 20) print(df['A'].sum()). 6. 24. 21. 20.

(SALIDA CÓDIGO) data = {'X': [1, 2, 3], 'Y': [4, 5, 6]} df = pd.DataFrame(data) df = df.T print(df[2].sum()). 5. 9. 7. 6.

(SALIDA CÓDIGO) dictionary = {'A': [4, 6, 3, 2, 5], 'B': [0, 2, 4, 3, 1]} indexes = ['P', 'Q', 'R', 'S', 'T'] df = pd.DataFrame(dictionary, index=indexes) result = df.iloc[0,0] print(result). 4. 6. 0. 'P'.

(SALIDA CÓDIGO) dictionary = {'A': -5, 'B': -5, 'C': 0, 'D': -2, 'E': 0} s = pd.Series(dictionary) result = s[1:-1:2] print(result). B -5 D -2 dtype: int64. A -5 C 0 dtype: int64. B -5 C 0 dtype: int64. C 0 E 0 dtype: int64.

(SALIDA CÓDIGO) dictionary = {'A': 3, 'B': -1, 'C': -4, 'D': -1, 'E': 4} s = pd.Series(dictionary) s2 = s[ s < -1 ] print(s2). C -4 dtype: int64. B -1 C -4 D -1 dtype: int64. C -4 D -1 dtype: int64. A 3 E 4 dtype: int64.

(SALIDA CÓDIGO) vector = np.array([4, 7, 5, 6, 3]) names = ['A', 'B', 'C', 'D', 'E'] s = pd.Series(vector, index = names) result = s[2:] + s[:-2] print(result). A NaN B NaN C 10.0 D NaN E NaN dtype: float64. A NaN B NaN C NaN D 12.0 E NaN dtype: float64. C 10.0 D 12.0 E 6.0 dtype: float64. A 8.0 B 14.0 C 10.0 D 12.0 E 6.0 dtype: float64.

(SALIDA CÓDIGO) dictionary = {'A': [1, -1, 0], 'B': [0, -1, 1], 'C': [4, 5, 3]} indexes = ['P', 'Q', 'R'] df = pd.DataFrame(dictionary, index=indexes) result = df.iloc[2,2] print(result). 3. 5. 0. 'R'.

(SALIDA CÓDIGO) PROGRAM: vector = np.array([3, 5, 2, 4, 1]) names = ['A', 'B', 'C', 'D', 'E'] s = pd.Series(vector, index = names) result = s[1] print(result). 5. 3. 2. 1.

(SALIDA CÓDIGO) vector = np.array([-5, -3, -4]) names = ['A', 'B', 'C'] s = pd.Series(vector, index = names) s2 = s[ s <= -4 ] print(s2). A -5 C -4 dtype: int32. B -3 C -4 dtype: int32. A -5 B -3 C -4 dtype: int32. C -4 dtype: int32.

(SALIDA CÓDIGO) dictionary = {'A': -3, 'B': 2, 'C': -2, 'D': -1, 'E': -5} s = pd.Series(dictionary) result = s[1:] + s[:-1] print(result). A NaN B 4.0 C -4.0 D -2.0 E NaN dtype: float64. A -6.0 B 4.0 C -4.0 D -2.0 E -10.0 dtype: float64. B 4 C -4 D -2 dtype: int64. A NaN B NaN C NaN D NaN E NaN dtype: float64.