Manipulación de Datos en Pandas y Polars - Fase 3: Transformación de Datos (Cualitativos) 🐼🐻‍❄️🔠

En esta tercera fase dentro de la manipulación de datos, el enfoque está en la transformación de datos cualitativos, es decir, aquellos que se representan como texto o categorías, donde estableceremos una estructura homogénea, limpia y lista para análisis. Esto implica normalizar formatos, extraer patrones útiles o limpiar inconsistencias.

---

🛠️ ¿Qué herramientas usamos?

🔡 Transformaciones básicas de texto:

• .str.upper() | str.to_uppercase() → convierte todo a mayúsculas

• .str.lower() | str.to_lowercase() → convierte todo a minúsculas

• .str.title()  | str.to_titlecase()→ convierte el texto a formato título

🔍 Expresiones regulares:

• .str.replace() → útil para eliminar símbolos, espacios extra o patrones indeseados

• .str.extract() → ideal para aislar información específica dentro de un string (como códigos, nombres, fechas)

---

📌 En Pandas:

Estas operaciones son muy directas y parte del día a día del preprocesamiento.

📌 En Polars:

Si estás usando LazyFrames, la sintaxis es muy similar, pero la ejecución es diferida. Para aplicar los cambios, se debe usar .collect() al final de tu pipeline.

---

💡 Esta fase es esencial para lograr consistencia en nuestros datasets. Sin una buena transformación de texto, las etapas posteriores como visualización o modelado pueden perder calidad o incluso fallar.

📍En la próxima publicación abordaremos la transformación de datos cuantitativos.