Nivel 3 · Da formato a una etiqueta de estantería

Los strings son texto

Un string (str) es texto entre comillas. Las comillas simples y las dobles hacen lo mismo:

product = "Linen Throw Pillow"
city = 'Portland'

Los analistas pasan mucho tiempo con strings, porque los datos reales están llenos de texto desordenado: nombres escritos por clientes, códigos exportados de sistemas antiguos, ciudades con espacios al final.

Métodos de string

Un método es una función que pertenece a un valor. Lo llamas con un punto. Los strings traen muchos útiles:

raw = "   linen throw pillow  "

raw.strip()          # 'linen throw pillow'   spaces removed at both ends
raw.upper()          # '   LINEN THROW PILLOW  '
raw.strip().title()  # 'Linen Throw Pillow'
"SKU-1042".lower()   # 'sku-1042'
"oak, walnut".replace(",", " /")   # 'oak / walnut'
"Oak Side Table".startswith("Oak")   # True

Los métodos devuelven un string nuevo. El original nunca cambia, porque los strings en Python no se pueden modificar en el sitio. Si quieres conservar la versión limpia, guárdala:

name = raw.strip()

Puedes encadenar métodos, y se ejecutan de izquierda a derecha: raw.strip().upper() primero quita los espacios y luego pasa a mayúsculas el resultado.

Unir texto con f-strings

Para construir una frase o una etiqueta a partir de valores, pon una f antes de la comilla de apertura y escribe las variables entre llaves:

name = "Oak Side Table"
stock = 14
f"{name}: {stock} in stock"     # 'Oak Side Table: 14 in stock'

Todo lo que está dentro de las llaves se evalúa como Python, así que también puedes llamar métodos ahí: f"{name.upper()}".

Dar formato a números

Después del valor, los dos puntos inician una especificación de formato. Las que usarás constantemente:

price = 34
f"{price:.2f}"        # '34.00'     two decimals
f"{1249.5:,.2f}"      # '1,249.50'  thousands separator
f"{0.237:.1%}"        # '23.7%'     as a percentage

.2f significa «punto fijo, dos decimales». También redondea: f"{49.996:.2f}" da '50.00'. Fíjate en que el signo de dólar de una etiqueta es solo un carácter más del string, así que f"${price:.2f}" muestra $34.00.

¿Por qué no usar simplemente +?

Puedes unir strings con +, pero cada pieza tiene que ser ya un string:

"Price: " + 34          # TypeError: can only concatenate str (not "int") to str
"Price: " + str(34)     # 'Price: 34'

Los f-strings convierten los valores por ti y te permiten darles formato, por eso son el estándar moderno.

Por qué los analistas limpian el texto primero

El texto que a una persona le parece idéntico puede ser distinto para un ordenador. "Portland", "portland" y "Portland " son tres valores diferentes, así que un conteo de clientes por ciudad partiría una ciudad en tres filas. Limpiar el texto hasta una forma consistente, normalmente sin espacios sobrantes y con una capitalización fija, es una de las primeras tareas en casi cualquier conjunto de datos. Lo harás a gran escala con pandas en el capítulo de limpieza, usando exactamente los métodos que acabas de aprender.

Errores comunes

• Llamar a name.strip() y esperar que el propio name cambie. Los strings son inmutables; usa el valor devuelto.
• Dar formato al precio con {price} en lugar de {price:.2f}, que muestra 34 en vez de 34.00.
• Olvidar la f antes de la comilla. Sin ella, Python muestra las llaves tal cual: "{name}" se queda en "{name}".