Nivel 1 · Calcula el ingreso por línea

Aritmética con columnas enteras

Cuando multiplicas dos columnas, pandas las multiplica fila a fila y devuelve una Series nueva:

order_items["quantity"] * order_items["unit_price"]

No hace falta ningún bucle. Esto se llama aritmética vectorizada, y es a la vez más corta y mucho más rápida que hacer un bucle en Python. Puedes mezclar columnas y números simples libremente: order_items["unit_price"] * 1.08 aplica el mismo número a cada fila.

Conoce tus unidades

Mira discount_pct antes de usarla:

order_items["discount_pct"].value_counts()
# 0.0, 10.0, 15.0, 20.0, 25.0

Está guardada en puntos porcentuales: 10.0 significa 10% de descuento. Así que la parte que paga el cliente es 1 - discount_pct / 100. Si escribieras 1 - discount_pct, un descuento del 10% dejaría los ingresos en negativo. Otros conjuntos de datos guardan la misma idea como fracción (0.10); comprueba siempre unos cuantos valores.

El ingreso por línea es, por tanto:

order_items["quantity"] * order_items["unit_price"] * (1 - order_items["discount_pct"] / 100)

Dos formas de añadir la columna

La forma directa asigna a un nombre de columna nuevo, lo que modifica el DataFrame en el sitio:

items = order_items.copy()
items["line_revenue"] = (
    items["quantity"] * items["unit_price"] * (1 - items["discount_pct"] / 100)
).round(2)

assign devuelve un DataFrame nuevo con la columna añadida y deja el original en paz:

items = order_items.assign(
    line_revenue=(
        order_items["quantity"] * order_items["unit_price"]
        * (1 - order_items["discount_pct"] / 100)
    ).round(2)
)

assign encaja muy bien en las cadenas de métodos. Dentro de una cadena, donde el DataFrame intermedio no tiene nombre, pasa una función que lo reciba:

order_items.assign(gross=lambda d: d["quantity"] * d["unit_price"])

Ambos estilos son comunes. Lo importante es evitar la asignación encadenada, como order_items[order_items["quantity"] > 0]["line_revenue"] = .... Eso escribe en una copia temporal, no en order_items. Para cambiar solo algunas filas, usa una única llamada a .loc: items.loc[items["quantity"] <= 0, "line_revenue"] = 0.

Redondeo

.round(2) sobre una Series redondea cada valor. Con dinero, redondea la columna que informas, y ten en cuenta que la suma de líneas redondeadas puede diferir en un centavo o dos de la suma redondeada de líneas sin redondear. Los equipos de finanzas suelen definir cuál es la oficial; en caso de duda, pregunta.

Otros patrones de columna nueva

orders["has_coupon"] = orders["coupon_code"].notna()            # boolean flag
orders["order_year"] = orders["order_date"].dt.year             # part of a date
products["margin"] = products["unit_price"] - products["unit_cost"]   # NaN where cost is missing

La aritmética con un valor que falta da un valor que falta, así que margin es NaN para los nueve productos sin costo. Eso es correcto: no conoces su margen.

Errores comunes

• Tratar discount_pct como una fracción.
• Usar products.unit_price (el precio de lista de hoy) en lugar del unit_price de la línea (el precio realmente pagado). Los precios subieron en algunos productos en marzo de 2025, así que los dos difieren en las líneas más antiguas.
• Esperar que order_items.assign(...) cambie order_items sin guardar el resultado.