¿Qué diferencia hay entre un DataFrame y una Serie en pandas?

Una Serie es una sola columna de datos con su índice. Un DataFrame es una tabla con varias columnas, y cada columna de un DataFrame es una Serie. df["edad"] devuelve una Serie y df[["edad"]] un DataFrame.

¿Por qué sale el error All arrays must be of the same length?

Las listas del diccionario no tienen la misma longitud, así que pandas no puede formar las filas. Revisa len() de cada lista o crea el DataFrame desde una lista de diccionarios, que rellena con NaN los huecos.

¿Cómo se ponen nombres a las columnas de un DataFrame?

Pásalos con el parámetro columns al crearlo, por ejemplo pd.DataFrame(filas, columns=["nombre", "edad"]). Si ya existe, cámbialos con df.columns = [...] o con df.rename(columns={"viejo": "nuevo"}).

¿Cómo se crea un DataFrame a partir de un diccionario?

Pasa el diccionario a pd.DataFrame(). Si los valores son listas, cada clave es una columna. Si es un diccionario de diccionarios y quieres que las claves sean filas, usa pd.DataFrame.from_dict(datos, orient="index").

¿Cómo se crea un DataFrame vacío en pandas?

pd.DataFrame() crea uno sin filas ni columnas, y pd.DataFrame(columns=["nombre", "edad"]) crea uno vacío con columnas. Si vas a añadir filas en un bucle, es más rápido guardarlas en una lista y crear el DataFrame al final.

¿Cómo se crea un DataFrame a partir de una lista?

Con una lista de listas, cada lista interna es una fila: pd.DataFrame(filas, columns=["nombre", "edad"]). Con una lista simple obtienes una sola columna, y con una lista de diccionarios cada diccionario es una fila.

¿Cómo se crea un DataFrame en pandas?

Importa pandas con import pandas as pd y pasa tus datos a pd.DataFrame(). Lo más habitual es un diccionario de listas, donde cada clave es el nombre de una columna y cada lista, sus valores.

4Geeks chosen to deliver AI education in the Bahamas alongside Harvard, Oxford, and Columbia.See more

ACCEDER

Cómo crear un DataFrame en Pandas paso a paso

Crea un DataFrame desde un diccionario, una lista o un archivo, elige la forma adecuada para tus datos y evita los errores más comunes.

7 min readLast updated 10 nov 2026

¿Cómo crear un DataFrame en pandas?

Respuesta corta: importa pandas con import pandas as pd y pasa tus datos a pd.DataFrame(). La forma más habitual es un diccionario de listas: cada clave es el nombre de una columna y cada lista, sus valores.

python

import pandas as pd
 
datos = {
    "nombre": ["Ana", "Luis", "Marta"],
    "edad": [28, 34, 25],
    "ciudad": ["Madrid", "Lima", "Bogotá"],
}
 
df = pd.DataFrame(datos)
print(df)

  nombre  edad  ciudad
0    Ana    28  Madrid
1   Luis    34    Lima
2  Marta    25  Bogotá

pandas crea un índice numérico (0, 1, 2) y deduce el tipo de cada columna. También puedes crear un DataFrame a partir de una lista de listas, una lista de diccionarios, un array de NumPy o un archivo CSV, como verás más abajo.

Un DataFrame es una tabla: filas con un índice y columnas con nombre.

Sintaxis de pd.DataFrame()

python

pd.DataFrame(data=None, index=None, columns=None, dtype=None, copy=None)

Parámetro	Qué hace
`data`	Los datos: un diccionario, una lista de listas, una lista de diccionarios, un array de NumPy, una Serie u otro DataFrame
`index`	Las etiquetas de las filas. Si no lo pasas, pandas usa 0, 1, 2...
`columns`	Los nombres de las columnas. Es obligatorio en la práctica cuando `data` es una lista de listas
`dtype`	Fuerza un tipo para todas las columnas, por ejemplo `"float64"` o `str`
`copy`	Copia los datos de entrada en lugar de compartirlos

Formas de crear un DataFrame en pandas

Desde un diccionario de listas

Es la forma del ejemplo de arriba. Cada clave es una columna, y todas las listas deben tener la misma longitud.

Desde una lista de listas

Cada lista interna es una fila. Pasa los nombres de las columnas con columns:

python

filas = [["Ana", 28], ["Luis", 34], ["Marta", 25]]
 
df = pd.DataFrame(filas, columns=["nombre", "edad"])
print(df)

  nombre  edad
0    Ana    28
1   Luis    34
2  Marta    25

Desde una lista de diccionarios

Cada diccionario es una fila. Es el formato en que llegan muchos datos de una API en JSON. Si a una fila le falta una clave, pandas rellena el hueco con NaN:

python

productos = [
    {"producto": "Café", "precio": 2.5},
    {"producto": "Té", "precio": 2.0, "stock": 40},
]
 
print(pd.DataFrame(productos))

  producto  precio  stock
0     Café     2.5    NaN
1       Té     2.0   40.0

Desde una lista simple

Una lista de valores crea una sola columna:

python

redes = ["Facebook", "Instagram", "YouTube"]
 
print(pd.DataFrame(redes, columns=["red"]))

         red
0   Facebook
1  Instagram
2    YouTube

Con un índice propio

python

ventas = pd.DataFrame({"ventas": [120, 90, 150]}, index=["ene", "feb", "mar"])
print(ventas)

     ventas
ene     120
feb      90
mar     150

Con un índice con nombre puedes leer una fila con ventas.loc["feb"].

Desde dos o más listas sueltas

Si tienes una lista por columna, júntalas en un diccionario:

python

nombres = ["Ana", "Luis"]
edades = [28, 34]
 
df = pd.DataFrame({"nombre": nombres, "edad": edades})

pd.DataFrame(list(zip(nombres, edades)), columns=["nombre", "edad"]) da el mismo resultado.

Desde un array de NumPy

python

import numpy as np
 
print(pd.DataFrame(np.arange(6).reshape(2, 3), columns=["a", "b", "c"]))

   a  b  c
0  0  1  2
1  3  4  5

Desde un diccionario anidado

Con un diccionario de diccionarios, las claves externas pasan a ser columnas. Si quieres que sean filas, usa from_dict() con orient="index":

python

notas = {"Ana": {"mates": 8, "historia": 9}, "Luis": {"mates": 6, "historia": 7}}
 
print(pd.DataFrame.from_dict(notas, orient="index"))

      mates  historia
Ana       8         9
Luis      6         7

Un DataFrame vacío

python

vacio = pd.DataFrame()
con_columnas = pd.DataFrame(columns=["nombre", "edad"])
 
print(vacio.empty, len(con_columnas))  # True 0

Si vas a ir añadiendo filas en un bucle, es más rápido guardarlas en una lista de diccionarios y crear el DataFrame al final con pd.DataFrame(lista).

Desde un archivo CSV o Excel

En proyectos reales, la mayoría de los DataFrames salen de un archivo:

python

df = pd.read_csv("ventas.csv")
df = pd.read_excel("ventas.xlsx")  # necesita openpyxl

Carrera · Ingeniería de IA

Ya sabes crear tablas con pandas, ahora construye con IA

De cero a AI Engineer junior: Python, datos, agentes de IA y RAG con mentores y proyectos reales.

Quiero más información Ver el programa

Comprueba el DataFrame que acabas de crear

python

df = pd.DataFrame(datos)
 
print(df.shape)   # (3, 3): filas y columnas
print(df.head(2)) # las primeras filas
print(df.dtypes)  # el tipo de cada columna
df.info()         # resumen: filas, columnas, tipos y nulos

nombre      str
edad      int64
ciudad      str
dtype: object

En pandas 3 las columnas de texto tienen el tipo str. En pandas 2 aparecían como object.

¿Qué estructura de datos usar para crear tu DataFrame?

Tienes	Usa	Ejemplo
Una lista por columna	Diccionario de listas	`pd.DataFrame({"a": [1, 2], "b": [3, 4]})`
Una lista por fila	Lista de listas y `columns`	`pd.DataFrame([[1, 3], [2, 4]], columns=["a", "b"])`
Registros en JSON de una API	Lista de diccionarios	`pd.DataFrame([{"a": 1, "b": 3}])`
Una matriz numérica	Array de NumPy	`pd.DataFrame(np.zeros((2, 2)))`
Un archivo	`read_csv()`, `read_excel()`, `read_json()`	`pd.read_csv("datos.csv")`

Una vez creado, puedes añadir columnas al DataFrame, eliminar las que sobran o unirlo con otra tabla con merge().

Crea DataFrames con IA

Un asistente como ChatGPT, Claude o GitHub Copilot convierte tus datos en un DataFrame en segundos si le enseñas cómo llegan. Estos tres prompts están listos para copiar.

1. Convierte tus datos en un DataFrame

Tengo estos datos en Python: [pega tu lista, diccionario o JSON].
Escribe el código para convertirlos en un DataFrame de pandas con las columnas [nombres de columnas]
y explícame qué forma de pd.DataFrame() usas y por qué.

2. Crea datos de prueba

Crea un DataFrame de pandas con 10 filas de datos de ejemplo realistas de [ventas / clientes / estudiantes],
con las columnas [columnas y tipos]. Usa solo pandas y la librería estándar.

3. Arregla un error al crear el DataFrame

Al crear un DataFrame me sale este error: [pega el error]
Este es mi código: [pega tu código]
Explícame la causa y dame la corrección.

Comprueba siempre el resultado con df.shape, df.head() y df.dtypes antes de seguir trabajando con los datos.

Aprende con un mentor

De crear DataFrames a aplicaciones con IA

En la carrera de Ingeniería de IA de 4Geeks empiezas sin experiencia y terminas con agentes de IA y sistemas RAG en tu portafolio.

Habla con un asesor Ver el programa

Errores comunes al crear un DataFrame

Lo que ves	Por qué pasa	Solución
`ValueError: All arrays must be of the same length`	Las listas del diccionario tienen longitudes distintas	Revisa `len()` de cada lista o crea el DataFrame desde una lista de diccionarios
`ValueError: If using all scalar values, you must pass an index`	El diccionario tiene valores sueltos, como `{"a": 1, "b": 2}`, en lugar de listas	Mete el diccionario en una lista: `pd.DataFrame([{"a": 1, "b": 2}])`
`ValueError: 1 columns passed, passed data had 2 columns`	`columns` tiene menos nombres que valores tiene cada fila	Pasa un nombre por cada columna
`NameError: name 'pd' is not defined`	Falta `import pandas as pd`	Añade la importación al principio del archivo
`ModuleNotFoundError: No module named 'pandas'`	pandas no está instalado en tu entorno	Instálalo con `pip install pandas`
Columnas con `NaN` que no esperabas	En una lista de diccionarios, a algunas filas les falta una clave	Revisa las claves o rellena con `df.fillna()`
Los números salen como texto	Los valores venían entre comillas, como `"28"`	Conviértelos con `df["edad"] = df["edad"].astype(int)`

Guías relacionadas

Descarga gratis

Crear un DataFrame en una chuleta de 2 páginas

Todas las formas de crear un DataFrame con pandas, los parámetros, cómo comprobar el resultado, errores comunes y prompts para ChatGPT, Claude o Copilot. Gratis, en PDF.

Chuleta: crear un DataFrame en pandas

2 páginas · PDF · 4Geeks

Recetas para crear un DataFrame desde cualquier dato
Qué forma usar según cómo llegan tus datos
Errores comunes y prompts para resolverlos con IA

Consíguela gratis

Tu PDF al instante

Preguntas frecuentes sobre crear un DataFrame en pandas

¿Quieres pasar de crear tablas con pandas a construir aplicaciones con IA, con proyectos reales y mentores?

Ver la carrera de Ingeniería de IA