# Python & Pandas - Fundamentos (Data Analytics)

> DataFrames, Series, indexación (loc, iloc), filtrado booleano, tipos de datos, read_csv, describe, info, head/tail, shape, columns

- 20 preguntas de entrevista
- Junior
- [Preguntas de entrevista: Data Analytics](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista.md)

## 1. ¿Cuál es la estructura de datos principal de Pandas para almacenar datos tabulares?

**Respuesta**

El DataFrame es la estructura de datos central de Pandas. Representa una tabla bidimensional con filas y columnas, similar a una hoja de cálculo o una tabla SQL. Cada columna es una Series, y cada fila tiene un índice. El DataFrame permite manipular eficientemente datos estructurados gracias a sus numerosos métodos integrados.

## 2. ¿Qué es una Series en Pandas?

**Respuesta**

Una Series es un array unidimensional con un índice. Representa una sola columna de datos en un DataFrame. Cada elemento tiene una etiqueta (índice) que permite un acceso rápido por nombre o posición. Una Series solo puede contener un tipo de dato (int, float, string, etc.), lo que la distingue de una simple lista de Python.

## 3. ¿Qué función de Pandas permite leer un archivo CSV y cargarlo en un DataFrame?

**Respuesta**

La función pd.read_csv() lee un archivo CSV y devuelve un DataFrame. Acepta numerosos parámetros: sep para el delimitador, header para la fila de encabezado, encoding para la codificación del archivo, dtype para forzar los tipos de columnas, y na_values para definir los valores faltantes. Es el método más común para importar datos en Pandas.

## 17 preguntas más disponibles

- ¿Qué devuelve el atributo df.shape sobre un DataFrame?
- ¿Qué método permite mostrar las primeras 5 filas de un DataFrame?

Regístrate gratis: https://sharpskill.dev/es/login

## Otros temas de entrevista Data Analytics

- [Google Sheets - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/google-sheets-basics.md): 20 preguntas, Junior
- [Google Sheets - Fórmulas avanzadas](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/google-sheets-advanced.md): 20 preguntas, Junior
- [SQL - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-basics.md): 25 preguntas, Junior
- [SQL - Agregaciones y agrupamientos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-aggregations.md): 20 preguntas, Junior
- [SQL - Joins](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-joins.md): 20 preguntas, Junior
- [BigQuery - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/bigquery-fundamentals.md): 20 preguntas, Junior
- [Data Cleaning - Limpieza de datos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/data-cleaning.md): 20 preguntas, Junior
- [KPIs y métricas de negocio](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/kpis-metrics.md): 20 preguntas, Junior
- [Estadística descriptiva](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/descriptive-statistics.md): 20 preguntas, Junior
- [Zapier y automatización No-Code](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/zapier-automation.md): 20 preguntas, Junior
- [Principios de visualización de datos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/data-viz-principles.md): 20 preguntas, Junior
- [Google Sheets - Dashboards automatizados](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/google-sheets-dashboards.md): 20 preguntas, Mid-Level
- [SQL - Subconsultas y CTEs](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-subqueries-ctes.md): 20 preguntas, Mid-Level
- [SQL - Window Functions](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-window-functions.md): 20 preguntas, Mid-Level
- [BigQuery - Funcionalidades avanzadas](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/bigquery-advanced.md): 20 preguntas, Mid-Level
- [Data Modeling](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/data-modeling.md): 20 preguntas, Mid-Level
- [Análisis de funnels y conversión](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/funnel-analysis.md): 20 preguntas, Mid-Level
- [Análisis de cohortes y retención](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/cohort-retention.md): 20 preguntas, Mid-Level
- [Google Tag Manager y tracking](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/gtm-tracking.md): 20 preguntas, Mid-Level
- [APIs y webhooks](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/apis-webhooks.md): 20 preguntas, Mid-Level
- [dbt - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/dbt-fundamentals.md): 20 preguntas, Mid-Level
- [AB Testing y estadística aplicada](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/ab-testing.md): 20 preguntas, Mid-Level
- [Looker Studio (Google Data Studio)](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/looker-studio.md): 20 preguntas, Mid-Level
- [Power BI - Fundamentos](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/power-bi-fundamentals.md): 20 preguntas, Mid-Level
- [SQL - Consultas analíticas avanzadas](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/sql-advanced-analytics.md): 20 preguntas, Senior
- [dbt - Funciones avanzadas](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/dbt-advanced.md): 20 preguntas, Senior
- [Power BI - DAX y dashboards avanzados](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/power-bi-dax.md): 20 preguntas, Senior
- [Python Analytics - Análisis avanzado y ML](https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/python-analytics-advanced.md): 20 preguntas, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/es/technologies/data-analytics/preguntas-entrevista/python-pandas-basics