Titulo H1

import ipywidgets as widgets
from IPython.display import display

# Boton
button = widgets.Button(description="Click Me!")
output = widgets.Output()

def on_button_clicked(b):
    with output:
        print("Button clicked.")

button.on_click(on_button_clicked)
display(button, output)

# Slider
slider = widgets.IntSlider(value=5, max=10)
display(slider)
slider.value  # accede al valor actual

import pandas as pd
import numpy as np

# Serie basica (indice automatico 0, 1, 2...)
serie = pd.Series([1, 3, -4, 7])

# Serie con indice personalizado (la diferencia clave con numpy arrays)
serie = pd.Series([1, 3, -4, 7], index=['d', 'c', 'b', 'a'])

# Serie desde diccionario
serie = pd.Series({'a': 1, 'b': 2, 'c': 3})

# Desde diccionario (la forma mas comun)
df = pd.DataFrame({
    'Nombre': ['Ana', 'Luis', 'Maria'],
    'Edad': [23, 25, 22],
    'Ciudad': ['Santiago', 'Valparaiso', 'Concepcion']
})

# Desde lista de listas
df = pd.DataFrame(
    [['Ana', 23], ['Luis', 25]],
    columns=['Nombre', 'Edad']
)

# Desde CSV
data = pd.read_csv("archivo.csv")

# Desde Excel
data = pd.read_excel("archivo.xlsx")

# Desde JSON
data = pd.read_json("archivo.json")

# Montar Google Drive en Colab primero:
from google.colab import drive
drive.mount('/content/drive')

data.head(5)       # primeras 5 filas (n por defecto)
data.tail(5)       # ultimas 5 filas
data.shape         # tupla (filas, columnas) — ATRIBUTO sin ()
data.columns       # nombres de todas las columnas
data.index         # indices del DataFrame
data.info()        # estructura: tipos de dato y valores no nulos
data.describe()    # resumen estadistico: count, mean, std, min, 25%, 50%, 75%, max
data.dtypes        # tipo de dato de cada columna

data["columna"]              # una columna → retorna Series
data[["col1", "col2"]]       # multiples columnas → retorna DataFrame

data.iloc[0]           # primera fila (todas las columnas)
data.iloc[0, 1]        # fila 0, columna 1 (un valor)
data.iloc[0:3, 1:4]    # filas 0-2, columnas 1-3 (slicing)
data.iloc[[0, 2], :]   # filas 0 y 2, todas las columnas
data.iloc[:, 1]        # todas las filas, columna 1

data.loc[0]                        # fila con indice 0
data.loc[0, "Nombre"]              # fila 0, columna "Nombre"
data.loc[0:2, ["Nombre", "Edad"]]  # filas 0-2, columnas especificas
data.loc[[0, 2], :]               # filas 0 y 2
data.loc[:, "Edad"]               # columna "Edad" completa
data.loc[data["Edad"] > 25]       # filas donde Edad > 25 (filtro con loc)

data.at[0, "Nombre"]    # por etiqueta — mas rapido que .loc para un solo valor
data.iat[0, 1]          # por posicion — mas rapido que .iloc para un solo valor

# Por igualdad
filtro = data["Location"] == 'In-store'
data[filtro]

# Por condicion numerica
filtro = data["Total Spent"] > 15
data[filtro]

# Por fecha
filtro = data["Transaction Date"] == '2023-07-15'
data[filtro]

# AND — ambas deben cumplirse (usar & y parentesis)
filtro = (data["Location"] == 'Takeaway') & (data["Payment Method"] == 'Credit Card')
data[filtro]

# OR — al menos una se cumple (usar |)
filtro = (data["Location"] == 'In-store') | (data["Location"] == 'Takeaway')
data[filtro]

data[data["Nombre"].isin(["Ana", "Carlos", "Maria"])]
data[data["tipo"].isin(["bakery", "salad"])]

data.sort_values(by='Total Spent', ascending=False)   # mayor a menor
data.sort_values(by='Quantity', ascending=True)        # menor a mayor

# Multiples columnas
data.sort_values(by=['Edad', 'Nombre'], ascending=[True, False])

# Por indice
data.sort_index(ascending=True)

data["Total Spent"].sum()          # suma total
data["Total Spent"].mean()         # promedio
data["Total Spent"].min()          # minimo
data["Total Spent"].max()          # maximo
data["Total Spent"].count()        # conteo de no-nulos
data["Payment Method"].unique()    # array de valores unicos
data["Payment Method"].value_counts()  # conteo de cada valor unico
data.describe()                    # resumen estadistico completo

# Total por metodo de pago
data.groupby('Payment Method')['Total Spent'].sum()

# Numero de transacciones por ubicacion
data.groupby('Location')['Transaction ID'].count()

# Gasto promedio por ubicacion
data.groupby('Location')['Total Spent'].mean()

# Cantidad total vendida por producto
data.groupby('Item')['Quantity'].sum()

# Varias funciones a la vez con .agg()
data.groupby('Sexo').agg({'Edad': 'mean', 'Salario': 'sum'})

data.isnull()              # mascara booleana True donde hay NaN
data.notnull()             # inverso: True donde NO hay NaN
data.isnull().any()        # columnas que tienen al menos un nulo
data.isnull().sum()        # cantidad de nulos por columna

data.dropna()                          # elimina filas con cualquier NaN
data.dropna(subset=["columna"])        # elimina solo si NaN en esa columna
data["Col"].fillna(data["Col"].mean()) # rellena NaN con el promedio
data["Col"].fillna("DESCONOCIDO")      # rellena NaN con texto
data.fillna(0)                         # rellena todos los NaN con 0

# Convertir a numero (errors='coerce' → valores invalidos se vuelven NaN)
data["Total Spent"] = pd.to_numeric(data["Total Spent"], errors='coerce')
data["Quantity"] = pd.to_numeric(data["Quantity"], errors='coerce')

# Convertir a fecha
data["Fecha"] = pd.to_datetime(data["Fecha"], errors='coerce')

# Convertir con astype
data["Edad"] = data["Edad"].astype(float)
data["Edad"] = data["Edad"].astype(int)
data["Categoria"] = data["Categoria"].astype(str)

data["Descuento"] = data["Total Spent"] * 0.10
data["Categoria"] = np.where(data["Total Spent"] > 15, "Alto", "Normal")

# Si condicion → A, si no → B
np.where(df['Edad'] >= 18, 'Adulto', 'Menor')
np.where(df['col'] > x, 'alto', 'bajo')

# Agregar filas
nueva_fila = pd.DataFrame([{"Col1": "valor", "Col2": 10}])
data = pd.concat([data, nueva_fila], ignore_index=True)

# Eliminar duplicados
data.drop_duplicates()                    # filas 100% duplicadas
data.drop_duplicates(subset=["columna"])  # duplicados en una columna

# Eliminar columna
del data["columna"]
data.drop(columns=["columna"])

# Renombrar columnas
data.rename(columns={'old_name': 'new_name', 'Col1': 'Columna_1'})

# Copiar DataFrame (copia independiente)
data2 = data.copy()

data.reset_index()              # mueve indice a columna
data.reset_index(drop=True)     # reinicia sin conservar indice anterior
data.reset_index(inplace=True)  # modifica el DataFrame original
data.set_index('columna')       # establece una columna como indice

# .map() → transforma segun un diccionario
data['Sexo'] = data['Sexo'].map({'M': 'Masculino', 'F': 'Femenino'})

# .apply() → aplica una funcion a cada elemento
data['Longitud'] = data['Nombre'].apply(len)
data['Mayuscula'] = data['Nombre'].apply(lambda x: x.upper())

# inner: solo coincidencias en ambos
pd.merge(df1, df2, on='columna_clave', how='inner')

# outer: todos los registros de ambos
pd.merge(df1, df2, on='columna_clave', how='outer')

# left: todos de df1, coincidencias de df2
pd.merge(df1, df2, on='columna_clave', how='left')

# right: todos de df2, coincidencias de df1
pd.merge(df1, df2, on='columna_clave', how='right')

# Columnas con nombre diferente en cada df
pd.merge(df1, df2, left_on='codigo', right_on='id', how='inner')

import pandas as pd

data = pd.read_csv("dirty_cafe_sales.csv")

# Revisar estructura
data.info()
data.head(10)

# Convertir columnas numericas
data['Total Spent'] = pd.to_numeric(data['Total Spent'], errors='coerce')
data['Quantity'] = pd.to_numeric(data['Quantity'], errors='coerce')
data['Price Per Unit'] = pd.to_numeric(data['Price Per Unit'], errors='coerce')

# Verificar nulos
data.isnull().sum()

# 1. Resumen estadistico
data.describe()

# 2. Total de dinero gastado
data["Total Spent"].sum()

# 3. Promedio de gasto por transaccion
data["Total Spent"].mean()

# 4. Metodos de pago disponibles
data["Payment Method"].unique()

# 5. Transacciones por metodo de pago
data["Payment Method"].value_counts()

# 6. Transacciones en "In-store"
filtro = data["Location"] == 'In-store'
data[filtro]

# 7. Transacciones con gasto > $15
filtro = data["Total Spent"] > 15
data[filtro]

# 8. Takeaway con Credit Card
filtro = (data["Location"] == 'Takeaway') & (data["Payment Method"] == 'Credit Card')
data[filtro]

# 9. Transacciones en efectivo (Cash)
filtro = data["Payment Method"] == 'Cash'
data[filtro]

# 10. Transacciones del dia 2023-07-15
filtro = data["Transaction Date"] == '2023-07-15'
data[filtro]

# 11. Ordenar de mayor a menor gasto
data.sort_values(by='Total Spent', ascending=False)

# 12. Ordenar por cantidad (ascendente)
data.sort_values(by='Quantity', ascending=True)

# 13. Total gastado por metodo de pago
data.groupby('Payment Method')['Total Spent'].sum()

# 14. Transacciones por location
data.groupby('Location')['Transaction ID'].count()

# 15. Gasto promedio por location
data.groupby('Location')['Total Spent'].mean()

# 16. Articulos vendidos por tipo de producto
data['Quantity'] = pd.to_numeric(data['Quantity'], errors='coerce')
data.groupby('Item')['Quantity'].sum()