Cordiales Saludos ![portada23.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/23u6WhgUdPshbLPdEsEoQJn9oF38kbAyrDzcXiVbYFzWydSM6p2RRdWp3Wa9vKPnocYbq.png)

Comenzaremos transformando el tipo de dato de una columna. En esta oportunidad nos entregaron el registro de los pasajeros del titanic (con esta base de dato se realizan muchos análisis) tenemos un dato que recibimos (recordemos que siempre recibiremos datos en bruto, sin trabajar) como tipo *object* y debemos transformarlo a *string*. Trabajaremos con el archivo del **titanic** en formato .CSV que tienes a disposicón en el link donde está todo el ejercicio de hoy. Como siempre importamos la librería *pandas* y luego creamos el *Data Frame*. Ver Capture de Pantalla 24_01.

Capture de Pantalla 24_01 ![24.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/23tHZbtPDDJu8JxxKWbq3xPUgkpWees5ZSwK61JSirjEUyuqmVx3Avn96cb4FdY77RAFg.png) #### astype()

Con **astype()** podemos transformar fácilmente cualquier tipo de datos. En esta oportunidad tenemos al Dato *Name* como *object* y lo transformaremos a *string*. Nos conviene trasformarlo porque trabajaremos con algunas características o propiedades propias del tipo de dato *string*. Para hacer la transformación lo realizamos con la siguiente línea de códico. ~~~ df['Name'] = df['Name'].astype("string") ~~~

Nótese en la *Capture de Pantalla 24_02* tenemos el Dato *Name* como *object* y en la Capture de Pantalla 24_03 despues de hacer la tranaformación a través del *astype* el Dato *name* es ahora de tipo *string*.

|Capture de Pantalla 24_02 |Capture de Pantalla 24_03 | :-------------------------:|:-------------------------: ![24_1.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/23t8Aj7M3hpmW2dKVnJULvqNvNFkUUeQKontPdrNKaLz5WtxEWpgUphufim4T6XXQ4daq.png)|![24_2.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/23t8Aj44sUACoBmhAGCu8wKczFEYCZ6bTn47cZ2WxBXu1MdmQ2AwT3nWd1zgFnQJn8Yrh.png) ### Tratamiento de los datos tipo string Este tema es de suma importancia para la limpieza de datos ya que nos permite trabajar con los datos tipos *string* en cuanto a contar el número de letras, dividir el string, concatenarlos, remplazar palabras, entre muchos otros métodos que podemos aprovechar para el análisis de una cadena de caracteres. En esta publicación abarcademos los siguientes métodos: **len(), lower() capitalize(), upper(), count(), split() y replace()**, tan sólo son los más comunes, si deseas profundizar podemos dirigirnos a la [documentación oficial de pandas](https://pandas.pydata.org/docs/) #### len() El método **len()** nos permite sumar el número de caracteres del *string*. Aquí se suman todos los caracteres, incluyendo signos y hasta los espacios entre palabras. Debemos estar pendiente para el uso de todos los métodos anteponer **str**. ~~~ df['Name'].str.len() ~~~ |Capture de Pantalla 24_04 |Capture de Pantalla 24_05 | :-------------------------:|:-------------------------: ![24_4.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/EoCoxNECjA4862vZmyEJ3bBXUPaaRNdqMfTah4jPByYTSzNq9RGqCipT1gtmHzryxmD.png)|![24_5.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/23sxp9Awn4BNQdHNK2VTjaGo3cx6PCZ8NJnDymE7CgKVw59pZCbuw8b6HxJxT5x7uKT1k.png) #### lower() El método **lower()** transforma toda la cadena de caracteres en minúsculas. ~~~ df['Name'].str.lower() ~~~ |Capture de Pantalla 24_06 |Capture de Pantalla 24_06a | :-------------------------:|:-------------------------: ![24_4.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/EoCoxNECjA4862vZmyEJ3bBXUPaaRNdqMfTah4jPByYTSzNq9RGqCipT1gtmHzryxmD.png)|![24_6.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/23tw8FN4x3nYSkNqTi3z3B2jjnAXKRhJ6CQdieFFwHuykU8PKM1Zuzq85kYJbEcbQk9e9.png) #### capitalize() El método **capitalize()** transforma a mayúscula la primera letra de toda la cadena de caracteres. ~~~ df['Name'].str.capitalize() ~~~ |Capture de Pantalla 24_07 |Capture de Pantalla 24_08 | :-------------------------:|:-------------------------: ![24_4.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/EoCoxNECjA4862vZmyEJ3bBXUPaaRNdqMfTah4jPByYTSzNq9RGqCipT1gtmHzryxmD.png)|![24_8.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/23tw8FN4x3nYWrYhXQswSfiXESPUGJkRuNJCchj1GCRY2Z3S8inms3BAxXvan4HUoYFKD.png) #### upper() El método **upper()** transforma a mayúscula toda la cadena de caracteres. ~~~ df['Name'].str.upper() ~~~ |Capture de Pantalla 24_09 |Capture de Pantalla 24_10 | :-------------------------:|:-------------------------: ![24_4.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/EoCoxNECjA4862vZmyEJ3bBXUPaaRNdqMfTah4jPByYTSzNq9RGqCipT1gtmHzryxmD.png)|![24_10.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/23u6Wq1wTXYBmUUqZAUcgDQP5cVGNCMLDhVeurZorWZWEdZSenZimNzYKYGcLEhBRniPh.png) #### count() El método **count()** cuanta el número de letras encontradas en el string. Debemos pasar (argumento) el caracter a contar. Nótese que solo cuenta las **a** minúscula. **A** no es igual a **a**. El indice *4: Hirvonen, Mrs. Alexander (Helga E Lindqvist)*, tiene **dos a** ~~~ df.Name.str.count("a") ~~~ |Capture de Pantalla 24_11 |Capture de Pantalla 24_12 | :-------------------------:|:-------------------------: ![24_4.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/EoCoxNECjA4862vZmyEJ3bBXUPaaRNdqMfTah4jPByYTSzNq9RGqCipT1gtmHzryxmD.png)|![24_12.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/23t8CoYXHpNdwb2bjEvn5t542eguZbRHFehYhf9kdVzxYwXH5Kps4B3E3Hsxi6kNSpiQZ.png) Una buena práctica si queremos contar una letra en particular sin importar si está en minuscula o mayúscula, es pasando todo el *string* a minúscula y contamos el número de letras. Lo podemos observar mejor en la siguiente línea de codigo. Notese que ahora: **4 Hirvonen, Mrs. Alexander (Helga E Lindqvist)** tiene **tres a**. ~~~ df.Name.str.lower().str.count("a") ~~~ |Capture de Pantalla 24_13 |Capture de Pantalla 24_14 | :-------------------------:|:-------------------------: ![24_4.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/EoCoxNECjA4862vZmyEJ3bBXUPaaRNdqMfTah4jPByYTSzNq9RGqCipT1gtmHzryxmD.png)|![24_14.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/23t8Cio1miZfCiqfewgBoXhEqVfYLhjMAE6bfCW1DuTLkWSMKwEe51edfNQcM5xhmM9VV.png) Aqui se realizó lo contrario, pasando todo el string a mayúscula y contamos el numero de letras **A**. ~~~ df.Name.str.upper().str.count("A") ~~~ |Capture de Pantalla 24_15 |Capture de Pantalla 24_16 | :-------------------------:|:-------------------------: ![24_4.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/EoCoxNECjA4862vZmyEJ3bBXUPaaRNdqMfTah4jPByYTSzNq9RGqCipT1gtmHzryxmD.png)|![24_16.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/23t8CazRxqmjKewoorZbSVyEmHisDhyETSNu7FkZVmPuJCFphmU3Q6rkdEPGY2aiqojD1.png) #### split() El método **split()** divide la cadena de caracteres, por palabras. Lo notamos en el *Capture de Pantalla 24_18* la separación con comas: **,**. ~~~ df['Name'].str.split() ~~~ |Capture de Pantalla 24_17 |Capture de Pantalla 24_18 | :-------------------------:|:-------------------------: ![24_4.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/EoCoxNECjA4862vZmyEJ3bBXUPaaRNdqMfTah4jPByYTSzNq9RGqCipT1gtmHzryxmD.png)|![24_18.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/23tw8FN4x3nYSkP3gZcK6PsBYhrrZ4DhsEAtZpr5jhyXTppMnAoKigWDgCTNv2bzs8VQv.png) #### replace() El método **replace()** Reemplaza una palabra por otra. ~~~ df['Name'].str.replace('Kelly','XXXX') ~~~ |Capture de Pantalla 24_19 |Capture de Pantalla 24_20 | :-------------------------:|:-------------------------: ![24_4.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/EoCoxNECjA4862vZmyEJ3bBXUPaaRNdqMfTah4jPByYTSzNq9RGqCipT1gtmHzryxmD.png)|![24_20.png](https://files.peakd.com/file/peakd-hive/rafaelaquino/23tw8F2QbfT3f8v91dP1vv2ozjgmaah2cvGNJgqpoHV7kCxpPQp9gsg5LpdKgjdEhcKDF.png) Ver el [Cuaderno completo con los ejercicios de hoy](https://deepnote.com/workspace/rafael-aquino-0a026b73-b23b-4518-8eec-55868b18e48b/project/HiveDataScience-28c6d595-3779-4c50-9cdc-f54b18ec9b56/%2F24_transformar_string.ipynb) en *deepnote*. >Para quienes terminaron el **Curso Gratis de Programación con python** y para todos los interesados, ordené todas las publicaciones dedicadas a Data Science realizadas aquí en @hive, en una página web, para que tengan fácil acceso a cada entrada. La dirección es [Python Cumanés (Data Science)](https://siraquino.github.io/pythoncumanes/datascience.html) y aquí la dirección de [pythoncumanes](https://siraquino.github.io/pythoncumanes/) Una vez más los invito a practicar, practicar, practicar... Hasta la próxima entrega, Feliz Día! ![separador001.png](https://images.hive.blog/DQmdZJzKNb8zm5A26Bxemiw1KBwUcMnr31r87GrrEAVhwg5/separador001.png) ### Entrega anterior [pad - backfill](https://peakd.com/hive-154226/@rafaelaquino/data-science-n023-pad-backfill) ![separador001.png](https://images.hive.blog/DQmdZJzKNb8zm5A26Bxemiw1KBwUcMnr31r87GrrEAVhwg5/separador001.png) ### Clases gratis de programación / Free programming classes [[ESP/ENG] Mi proyecto en Python/My project in Python](https://hive.blog/hive-174578/@rafaelaquino/esp-eng-mi-proyecto-en-python-my-project-in-python). [Mi twitter](https://twitter.com/Rafa_elaquino) ![separador001.png](https://images.hive.blog/DQmdZJzKNb8zm5A26Bxemiw1KBwUcMnr31r87GrrEAVhwg5/separador001.png) I started a Ko-fi Page! Ko-fi helps creators get support from fans of their work. Please support or follow my page! If you like what I do and feel in tune with my work in creating content for free programming courses and chess publications without any profit interest. [Give me a coffee...](https://ko-fi.com/rafaelaquino) I will be very grateful! ![separador001.png](https://images.hive.blog/DQmdZJzKNb8zm5A26Bxemiw1KBwUcMnr31r87GrrEAVhwg5/separador001.png) Todos a programar! [Rafael Aquino](https://www.facebook.com/rafael.aquino.5815) Bogotá / Colombia

RE: My Actifit Report Card: May 9 2024 - Ethereum Got Forked!