SEMANA 3 - VISUALIZACIÓN DE DATOS

pd.options.display.max_columns = None. Permite que se oculte la cabecera de los dataframe que utilicemos. Activa intentar mostrar todas las columnas del dataframe. Activa la opción de crear más columnas en el dataframe. Permite visualizar solamente las cabeceras de los dataframes.

df = pd.read_csv("ecivil.csv", sep";", header=None). Carga el archivo ecivil.csv y desactiva la cabecera, que no se carga. Carga el archivo ecivil.csv y solamente la cabecera, y no así el resto de datos. Carga el archivo ecivil.csv incluyendo la cabecera, tal cual esté. Ninguna de las opciones es correcta.

df = pd.read_csv("ecivil.csv", sep";", header=None, name=lista). Carga el archivo "ecivil.csv" y reemplaza la cabecera con la lista especificada. Carga el archivo "ecivil.csv" considerando solamente la cabecera y no así los datos. Carga el archivo "ecivil.csv" y agrega a los datos, la información de la lista especificada. Ninguna de las opciones es correcta.

Dentro del Análisis de Datos, permite identificar los datos duplicados: df.duplicated( ). df.duplicates( ). df.repeated( ). df.sameval( ).

df.duplicated( ).sum( ). Muestra la cantidad de registros duplicados que existe en el dataframe. Evalúa la suma de los valores de los datos duplicados del dataframe. Cuenta cuántos datos del dataframe NO son duplicados. Ninguna de las opciones es correcta.

Elimina todos los duplicados identificados en el dataframe y actualiza el dataframe: df.drop_duplicates( ). df.drop_duplicates(inplace=True). df.delete_duplicated( ). df.remove_duplicates(inPlace=True).

Muestra los datos NULOS que tiene el dataframe denominado (df): df.isna( ). df.showna( ). df.shownulls( ). df.printna( ).

Muestra los datos NULOS totales por cada campo del dataframe denominado (df): df.isna( ).sum( ). df.showna( ).sum( ). df.checkna( ).resume( ). df.checkna( ).sum( ).

df[ df.isna( ).any(axis=1) ]. Elimina todos los datos que están NULOS. Muestra todos los registros que NO son NULOS. Muestra solamente los registros que tienen NULOS. Ninguno de los comandos es correcto.

Marque los comandos que utilizamos para crear gráficos en Python (Selecciona 3 opciones). pie. bar. lineas. scatter. barras. sequential.