import pandas as pd

# Leer archivo CSV — con esta línea basta
df = pd.read_csv("students.csv")
print(df)

nombre  edad  puntuación
0  Kim Hoon    25    85
1  Lee Soo    23    92
2  Park Jin    27    78

import pandas as pd

# Crear Series
scores = pd.Series([85, 92, 78], index=["Kim Hoon", "Lee Soo", "Park Jin"])
print(scores)

Kim Hoon    85
Lee Soo    92
Park Jin    78
dtype: int64

# Acceso por índice
print(scores["Lee Soo"])      # 92

# Filtro de condiciones
print(scores[scores >= 80])
# Lee Soo    92
# Kim Hoon    85

# Operación
print(scores.mean())       # 85.0
print(scores.max())        # 92

import pandas as pd

# Crear diccionario
data = {
    "Nombre": ["Kim Hoon", "Lee Soo", "Park Jin"],
    "Edad": [25, 23, 27],
    "Puntuación": [85, 92, 78]
}
df = pd.DataFrame(data)
print(df)

Nombre  Edad  Puntuación
0  Kim Hoon   25    85
1  Lee Soo   23    92
2  Park Jin   27    78

# Selección de columna
print(df["nombre"])           # Devuelve Series
print(df[["nombre", "puntuación"]])  # Devuelve DataFrame

# Selección de fila
print(df.loc[0])            # Fila 0 (por nombre)
print(df.iloc[0])           # Fila 0 (por posición)

# Filtro por condición
high = df[df["puntuación"] >= 80]
print(high)
#    nombre  edad  puntuación
# 0  Kim Hoon   25    85
# 1  Lee Soo   23    92

# Estadísticas básicas
print(df.describe())
# Promedio, desviación estándar, mínimo/máximo de edad y puntuación, etc.

df.head(3)          # Primeras 3 filas
df.tail(3)          # Últimas 3 filas
df.shape            # (número de filas, número de columnas) — ej: (3, 3)
df.columns          # Lista de nombres de columnas
df.dtypes           # Tipo de datos de cada columna
df.info()           # Información resumida (incluye valores faltantes)
df.sort_values("puntuación", ascending=False)  # Ordenar puntuaciones de mayor a menor

# Agregar nueva columna
df["aprobado"] = df["puntuación"] >= 80
print(df)
#    nombre  edad  puntuación  aprobado
# 0  Kim Hun   25    85   True
# 1  Lee Su   23    92   True
# 2  Park Jin   27    78  False

# Eliminar columna
df = df.drop("aprobado", axis=1)
# axis=0 es fila, axis=1 es columna