import pandas as pd
# Leemos el archivo CSV en un DataFrame de pandas
df = pd.read_csv('Hylidae.csv')

# Mostramos las primeras 20 filas del DataFrame
df.head(20)

# Mostramos las últimas 20 filas del DataFrame
df.tail(20)

# Información general del DataFrame donde se pueden observar todas las columnas
# que lo componen, número de filas y la cantidad de datos no-nulos por columna
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 16205 entries, 0 to 16204
Data columns (total 38 columns):
 #   Column                            Non-Null Count  Dtype  
---  ------                            --------------  -----  
 0   id                                16205 non-null  int64  
 1   observed_on_string                16205 non-null  object 
 2   observed_on                       16205 non-null  object 
 3   time_observed_at                  15210 non-null  object 
 4   time_zone                         16205 non-null  object 
 5   user_id                           16205 non-null  int64  
 6   user_login                        16205 non-null  object 
 7   user_name                         11264 non-null  object 
 8   created_at                        16205 non-null  object 
 9   updated_at                        16205 non-null  object 
 10  quality_grade                     16205 non-null  object 
 11  license                           10601 non-null  object 
 12  url                               16205 non-null  object 
 13  image_url                         16133 non-null  object 
 14  description                       1667 non-null   object 
 15  num_identification_agreements     16205 non-null  int64  
 16  num_identification_disagreements  16205 non-null  int64  
 17  place_guess                       16128 non-null  object 
 18  latitude                          16205 non-null  float64
 19  longitude                         16205 non-null  float64
 20  positional_accuracy               13635 non-null  float64
 21  private_latitude                  0 non-null      float64
 22  private_longitude                 0 non-null      float64
 23  public_positional_accuracy        13835 non-null  float64
 24  geoprivacy                        584 non-null    object 
 25  taxon_geoprivacy                  13089 non-null  object 
 26  coordinates_obscured              16205 non-null  bool   
 27  positioning_method                3427 non-null   object 
 28  positioning_device                3501 non-null   object 
 29  place_county_name                 16205 non-null  object 
 30  place_state_name                  16205 non-null  object 
 31  species_guess                     15547 non-null  object 
 32  scientific_name                   16205 non-null  object 
 33  common_name                       15281 non-null  object 
 34  iconic_taxon_name                 16205 non-null  object 
 35  taxon_id                          16205 non-null  int64  
 36  taxon_class_name                  16205 non-null  object 
 37  taxon_family_name                 16205 non-null  object 
dtypes: bool(1), float64(6), int64(5), object(26)
memory usage: 4.6+ MB

# Realizamos un resumen estadístico del dataframe de la famiñia Hylidae
df.describe()

# Figura 1. Realizamos un gráfico para observar la cantidad de datos nulos por columna del df
import seaborn as sns
import matplotlib.pyplot as plt

# Mostramos los valores nulos para cada columna
print("Valores nulos por columna:")
print(df.isnull().sum())

# Hacemos un mapa de calor con los valores nulos por columna
sns.heatmap(df.isnull(), cbar=True, cmap='viridis')
plt.show()

Valores nulos por columna:
id                                      0
observed_on_string                      0
observed_on                             0
time_observed_at                      995
time_zone                               0
user_id                                 0
user_login                              0
user_name                            4941
created_at                              0
updated_at                              0
quality_grade                           0
license                              5604
url                                     0
image_url                              72
description                         14538
num_identification_agreements           0
num_identification_disagreements        0
place_guess                            77
latitude                                0
longitude                               0
positional_accuracy                  2570
private_latitude                    16205
private_longitude                   16205
public_positional_accuracy           2370
geoprivacy                          15621
taxon_geoprivacy                     3116
coordinates_obscured                    0
positioning_method                  12778
positioning_device                  12704
place_county_name                       0
place_state_name                        0
species_guess                         658
scientific_name                         0
common_name                           924
iconic_taxon_name                       0
taxon_id                                0
taxon_class_name                        0
taxon_family_name                       0
dtype: int64

# Seleccionamos las columnas de interés para nuestro análisis, descartando las
# columnas con muchos datos nulos
df_nuevo = df[['quality_grade', "latitude", "longitude", "place_state_name", "scientific_name"]]
print("\nNuevo DataFrame")
print(df_nuevo)

Nuevo DataFrame
      quality_grade   latitude  longitude place_state_name  \
0          research  10.430811 -84.005815          Heredia   
1          research   8.542727 -83.521683       Puntarenas   
2          research  10.430130 -84.007076          Heredia   
3          research  10.429954 -84.005673          Heredia   
4          research  10.429976 -84.005687          Heredia   
...             ...        ...        ...              ...   
16200      research   8.424047 -83.389432       Puntarenas   
16201      needs_id   8.892128 -83.147845       Puntarenas   
16202      needs_id  10.446312 -84.667420         Alajuela   
16203      needs_id  10.446350 -84.667450         Alajuela   
16204      needs_id  10.446413 -84.667405         Alajuela   

                   scientific_name  
0                Scinax elaeochroa  
1                 Smilisca sordida  
2                   Boana rufitela  
3              Agalychnis saltator  
4                Scinax elaeochroa  
...                            ...  
16200  Trachycephalus vermiculatus  
16201             Smilisca phaeota  
16202  Dendropsophus microcephalus  
16203             Smilisca sordida  
16204     Dendropsophus ebraccatus  

[16205 rows x 5 columns]

# Figura 2. Realizamos un diagrama de dispersión para explorar la distribución
# geográfica de las observaciones de Hylidae

x = df_nuevo["longitude"]
y = df_nuevo["latitude"]

plt.figure(figsize=(12, 10))
plt.scatter(x, y, alpha=0.7)
plt.title('Diagrama de dispersión de latitud y longitud para la familia ' + "Hylidae")
plt.xlabel('Longitud')
plt.ylabel('Latitud')
plt.grid(True)
plt.show()

# Observamos el número de valores únicos en cada columna del dataframe nuevo_df
df_nuevo.nunique( )

quality_grade           2
latitude            13054
longitude           12880
place_state_name        7
scientific_name        53
dtype: int64

# Imprimimos la cantidad de ocurrencias de cada valor único en la columna
# 'scientific_name' que corresponderá al número de especies reportadas
especies = df_nuevo['scientific_name'].value_counts()
especies

scientific_name
Agalychnis callidryas          4371
Smilisca phaeota               1816
Dendropsophus ebraccatus       1059
Boana rosenbergi                878
Scinax elaeochroa               870
Smilisca sordida                709
Smilisca                        597
Trachycephalus vermiculatus     593
Hylidae                         538
Boana rufitela                  486
Dendropsophus microcephalus     458
Smilisca baudinii               386
Smilisca manisorum              307
Scinax boulengeri               286
Duellmanohyla rufioculis        258
Agalychnis annae                256
Hylinae                         242
Cruziohyla sylviae              179
Agalychnis spurrelli            177
Agalychnis                      176
Tlalocohyla loquax              175
Scinax                          154
Scinax staufferi                150
Isthmohyla pseudopuma           137
Dendropsophus                   115
Triprion spinosus               100
Agalychnis saltator              99
Dendropsophus phlebodes          89
Boana                            89
Agalychnis lemur                 82
Smilisca puma                    69
Smilisca sila                    58
Duellmanohyla legleri            54
Tlalocohyla celeste              31
Duellmanohyla                    25
Trachycephalus                   24
Isthmohyla rivularis             20
Hyloscirtus palmeri              16
Isthmohyla lancasteri            14
Duellmanohyla uranochroa         12
Ecnomiohyla sukia                10
Isthmohyla                        9
Isthmohyla tica                   6
Phyllomedusinae                   4
Isthmohyla picadoi                4
Isthmohyla pictipes               3
Isthmohyla zeteki                 3
Isthmohyla angustilineata         3
Osteopilus septentrionalis        3
Ecnomiohyla                       2
Tlalocohyla                       1
Cruziohyla                        1
Ecnomiohyla fimbrimembra          1
Name: count, dtype: int64

# Figura 3. Creamos un gráfico de barras para vizualizar la cantidad de registros
# por especie de la familia Hylidae

# Tamaño del gráfico
plt.figure(figsize=(15, 6))

# Crear gráfico de barras
especies.plot(kind='bar')

# Título del gráfico
plt.title('Especies reportadas de la familia Hylidae')

# Etiqueta del eje Y
plt.ylabel('Especie')

# Etiqueta del eje X
plt.xlabel('Número de Registros')
plt.grid()
plt.show()

# Figura 4. Creamos un gráfico de barras para vizualizar la cantidad de registros
# por provincia de la familia Hylidae

provincias = df_nuevo.groupby('place_state_name')['scientific_name'].size()

# Tamaño del gráfico
plt.figure(figsize=(15, 10))

# Crear gráfico de barras
provincias.plot(kind='bar', color = "Grey")

# Título del gráfico
plt.title('Registros por provincia de la familia Hylidae')

# Etiqueta del eje Y
plt.ylabel('Registros')

# Etiqueta del eje X
plt.xlabel('Provincias')
plt.xticks(rotation=360)

plt.grid()
plt.show()

# Figura 5. Creamos un gráfico de barras para vizualizar la cantidad de registros
# de especies por provincia de la familia Hylidae

# Contar el número de especies únicas por provincia
unicas = df_nuevo.groupby('place_state_name')['scientific_name'].nunique()
print("Cantidad de especies reportadas por provincia:")
print(unicas)

# Crear el gráfico de barras
plt.figure(figsize=(15, 10))
unicas.plot(kind='barh')

# Añadir etiquetas y título
plt.xlabel('Provincias')
plt.ylabel('Cantidad de especies')
plt.title('Especies por provincia de la familia Hylidae')

# Mostrar el gráfico
plt.grid()
plt.show()

Cantidad de especies reportadas por provincia:
place_state_name
Alajuela      44
Cartago       33
Guanacaste    31
Heredia       36
Limón         34
Puntarenas    36
San José      34
Name: scientific_name, dtype: int64

# Accedemos a una columna de interés para observar la información que la conforma
df_nuevo['quality_grade']

0        research
1        research
2        research
3        research
4        research
           ...   
16200    research
16201    needs_id
16202    needs_id
16203    needs_id
16204    needs_id
Name: quality_grade, Length: 16205, dtype: object

# Observamos los tipos de valores únicos que componen la columna de interés
valores_unicos = df_nuevo['quality_grade'].unique()
print(valores_unicos)

['research' 'needs_id']

# Figura 6. Creamos un gráfico de barras para vizualizar el estado de identificación
# de los registros de la familia Hylidae

# Contar el número de especies únicas por provincia
research = df_nuevo['quality_grade'].value_counts()
print("Estado de identificación de los registros de la familia Hylidae:")
print(research)

fig, ax = plt.subplots(figsize=(15, 10))
research.plot(kind='bar', color='green', ax=ax)

# Añadir etiquetas y título
ax.set_xlabel('Estado')
ax.set_ylabel('Cantidad de registros')
ax.set_title('Estado de identificación de los registros de la familia Hylidae')
etiquetas = ['Grado de Investigación', 'Necesita ID']
ax.set_xticklabels(etiquetas, rotation=360, ha='center')

# Mostrar el gráfico
plt.grid()
plt.show()

Estado de identificación de los registros de la familia Hylidae:
quality_grade
research    12761
needs_id     3444
Name: count, dtype: int64

# Creamos un dataframe para vizualizar el estado de identificación por
# especie de los registros de la familia Hylidae

grd = df_nuevo.groupby('scientific_name')['quality_grade'].value_counts()
print("Estado de identificación de los registros de la familia Hylidae:")
print(grd)

Estado de identificación de los registros de la familia Hylidae:
scientific_name              quality_grade
Agalychnis                   needs_id          171
                             research            5
Agalychnis annae             research          238
                             needs_id           18
Agalychnis callidryas        research         4196
                                              ... 
Tlalocohyla loquax           needs_id           12
Trachycephalus               needs_id           24
Trachycephalus vermiculatus  research          577
                             needs_id           16
Triprion spinosus            research          100
Name: count, Length: 89, dtype: int64

# Figura 7. Creamos un gráfico de barras para observar el estado de identificación
# por especie de los registros de la familia Hylidae
plt.figure(figsize=(10, 30))
grd.plot(kind='barh')

# Añadir etiquetas y título
plt.xlabel('Estado')
plt.ylabel('Cantidad de registros')
plt.title('Estado de identificación de los registros de la familia Hylidae')

# Mostrar el gráfico
plt.grid()
plt.show()

	id	observed_on_string	observed_on	time_observed_at	time_zone	user_id	user_login	user_name	created_at	updated_at	...	positioning_device	place_county_name	place_state_name	species_guess	scientific_name	common_name	iconic_taxon_name	taxon_id	taxon_class_name	taxon_family_name
0	11957	2007-01-05	2007-01-05	NaN	Pacific Time (US & Canada)	642	biosam	Sam McNally	2011-03-03 20:04:37 UTC	2017-08-02 06:54:11 UTC	...	manual	Sarapiqui, Heredia Costa Rica	Heredia	Olive Snouted-Treefrog	Scinax elaeochroa	rana arborícola hocico oliva	Amphibia	134631	Amphibia	Hylidae
1	14994	Jan 6, 2002	2002-01-06	NaN	Eastern Time (US & Canada)	1026	aamuir	NaN	2011-04-21 23:32:10 UTC	2015-05-13 03:15:18 UTC	...	NaN	Golfito	Puntarenas	Drab Treefrog	Smilisca sordida	rana arborícola parda	Amphibia	24276	Amphibia	Hylidae
2	18207	2008-05-19	2008-05-19	NaN	Eastern Time (US & Canada)	1325	jplarry	J.P. Lawrence	2011-05-25 18:03:53 UTC	2018-07-19 02:37:53 UTC	...	NaN	Sarapiqui, Heredia Costa Rica	Heredia	Boana rufitela	Boana rufitela	Rana Arborícola de La Zona del Canal	Amphibia	555152	Amphibia	Hylidae
3	18208	2008-05-19	2008-05-19	NaN	Eastern Time (US & Canada)	1325	jplarry	J.P. Lawrence	2011-05-25 18:09:51 UTC	2018-09-11 05:29:17 UTC	...	NaN	Sarapiqui, Heredia Costa Rica	Heredia	Parachuting Red-eyed Leaf Frog	Agalychnis saltator	NaN	Amphibia	23699	Amphibia	Hylidae
4	18217	2008-05-21	2008-05-21	NaN	Eastern Time (US & Canada)	1325	jplarry	J.P. Lawrence	2011-05-25 18:43:40 UTC	2019-05-20 09:58:01 UTC	...	NaN	Sarapiqui, Heredia Costa Rica	Heredia	Olive Snouted Tree Frog	Scinax elaeochroa	rana arborícola hocico oliva	Amphibia	134631	Amphibia	Hylidae
5	18219	2008-05-22	2008-05-22	NaN	Eastern Time (US & Canada)	1325	jplarry	J.P. Lawrence	2011-05-25 18:45:24 UTC	2015-12-27 04:21:55 UTC	...	NaN	Sarapiqui, Heredia Costa Rica	Heredia	Rana-de árbol amarillenta	Dendropsophus ebraccatus	Rana arbórea amarillenta	Amphibia	65349	Amphibia	Hylidae
6	18442	2011-05-10	2011-05-10	NaN	Central Time (US & Canada)	1335	cesarlba	Cesar Barrio-Amorós	2011-05-26 22:39:54 UTC	2014-10-20 03:30:11 UTC	...	NaN	Heredia	Heredia	Agalychnis annae	Agalychnis annae	Rana de Cafetal	Amphibia	23697	Amphibia	Hylidae
7	18453	2010-06-25	2010-06-25	NaN	Central Time (US & Canada)	1423	acpickard	NaN	2011-05-27 01:48:42 UTC	2020-10-28 22:19:55 UTC	...	NaN	San Carlos	Alajuela	Yellow Treefrog	Dendropsophus microcephalus	Rana de árbol amarilla	Amphibia	65373	Amphibia	Hylidae
8	20180	2007-01-07	2007-01-07	NaN	Pacific Time (US & Canada)	642	biosam	Sam McNally	2011-06-04 23:15:41 UTC	2017-08-02 06:54:12 UTC	...	manual	Sarapiqui, Heredia Costa Rica	Heredia	Olive Snouted-Treefrog	Scinax elaeochroa	rana arborícola hocico oliva	Amphibia	134631	Amphibia	Hylidae
9	21424	2011-06-11	2011-06-11	NaN	Central America	1236	victoracostachaves	Víctor Acosta Chaves	2011-06-14 00:05:25 UTC	2021-09-23 21:14:14 UTC	...	NaN	Golfito	Puntarenas	Rosenberg's Gladiator Frog	Boana rosenbergi	rana arbórea de gladiadora	Amphibia	555150	Amphibia	Hylidae
10	22504	June 07, 2006 03:08	2006-06-07	2006-06-07 01:08:00 UTC	Amsterdam	1948	bjsmit	BJ Smit	2011-06-22 19:30:10 UTC	2022-08-03 08:37:43 UTC	...	NaN	Liberia	Guanacaste	Drab Tree Frog	Smilisca sordida	rana arborícola parda	Amphibia	24276	Amphibia	Hylidae
11	22507	June 11, 2006 03:19	2006-06-11	2006-06-11 01:19:00 UTC	Amsterdam	1948	bjsmit	BJ Smit	2011-06-22 19:36:54 UTC	2018-09-17 17:41:11 UTC	...	NaN	San Carlos	Alajuela	Masked Tree Frog	Smilisca phaeota	rana arborícola enmascarada	Amphibia	24272	Amphibia	Hylidae
12	22600	2006-06-12	2006-06-12	NaN	Amsterdam	1948	bjsmit	BJ Smit	2011-06-23 09:58:38 UTC	2018-09-17 17:40:45 UTC	...	NaN	Bagaces	Guanacaste	Olive Snouted-Treefrog	Scinax elaeochroa	rana arborícola hocico oliva	Amphibia	134631	Amphibia	Hylidae
13	22601	2006-06-14	2006-06-14	NaN	Amsterdam	1948	bjsmit	BJ Smit	2011-06-23 10:01:45 UTC	2017-04-16 00:11:14 UTC	...	NaN	La Unión	Cartago	Boulenger's Treefrog	Scinax boulengeri	rana arboricola narizona de boulenger	Amphibia	24310	Amphibia	Hylidae
14	22609	2006-06-25	2006-06-25	NaN	Amsterdam	1948	bjsmit	BJ Smit	2011-06-23 11:53:51 UTC	2018-08-28 14:54:50 UTC	...	NaN	Aguirre	Puntarenas	Rosenberg's Gladiator Frog	Boana rosenbergi	rana arbórea de gladiadora	Amphibia	555150	Amphibia	Hylidae
15	22625	2006-06-11	2006-06-11	NaN	Amsterdam	1948	bjsmit	BJ Smit	2011-06-23 16:35:57 UTC	2021-10-01 18:45:01 UTC	...	NaN	Bagaces	Guanacaste	Masked Tree Frog	Smilisca phaeota	rana arborícola enmascarada	Amphibia	24272	Amphibia	Hylidae
16	23598	2009-12-23	2009-12-23	NaN	Central America	1236	victoracostachaves	Víctor Acosta Chaves	2011-07-01 19:54:08 UTC	2021-09-23 21:14:14 UTC	...	NaN	Heredia	Heredia	Olive Snouted-Treefrog	Scinax elaeochroa	rana arborícola hocico oliva	Amphibia	134631	Amphibia	Hylidae
17	23601	2010-10-06	2010-10-06	NaN	Central America	1236	victoracostachaves	Víctor Acosta Chaves	2011-07-01 20:05:27 UTC	2021-09-23 21:14:14 UTC	...	NaN	Sarapiqui, Heredia Costa Rica	Heredia	Boana rufitela	Boana rufitela	Rana Arborícola de La Zona del Canal	Amphibia	555152	Amphibia	Hylidae
18	23666	2009-08-21	2009-08-21	NaN	Central America	1236	victoracostachaves	Víctor Acosta Chaves	2011-07-02 00:24:40 UTC	2021-09-23 21:14:14 UTC	...	NaN	Pococí	Limón	Rana-de árbol amarillenta	Dendropsophus ebraccatus	Rana arbórea amarillenta	Amphibia	65349	Amphibia	Hylidae
19	25160	2011-03-15	2011-03-15	NaN	Pacific Time (US & Canada)	2246	redpine	NaN	2011-07-16 15:52:42 UTC	2018-09-19 22:17:11 UTC	...	NaN	Coto Brus	Puntarenas	Drab Treefrog	Smilisca sordida	rana arborícola parda	Amphibia	24276	Amphibia	Hylidae

	id	observed_on_string	observed_on	time_observed_at	time_zone	user_id	user_login	user_name	created_at	updated_at	...	positioning_device	place_county_name	place_state_name	species_guess	scientific_name	common_name	iconic_taxon_name	taxon_id	taxon_class_name	taxon_family_name
16185	219203288	2024-05-28 19:21:45-06:00	2024-05-28	2024-05-29 01:21:45 UTC	America/Costa_Rica	278652	paulerik	Paul-Erik Bakland	2024-05-29 22:00:42 UTC	2024-05-30 18:26:03 UTC	...	NaN	San Carlos	Alajuela	Red-eyed Tree Frog	Agalychnis callidryas	Rana de árbol de ojos rojos	Amphibia	23702	Amphibia	Hylidae
16186	219223710	2024-05-28 20:42:18	2024-05-28	2024-05-29 02:42:18 UTC	America/Costa_Rica	2589389	dapsang	NaN	2024-05-30 00:03:10 UTC	2024-05-30 00:03:37 UTC	...	gps	Talamanca	Limón	Snouted Tree Frogs	Scinax	Ranas arborícolas trompudas	Amphibia	24278	Amphibia	Hylidae
16187	219232042	2024-05-29 18:56:32	2024-05-29	2024-05-30 00:56:32 UTC	America/Costa_Rica	4261800	damian_bruno	Sedona's 3D's	2024-05-30 00:57:32 UTC	2024-05-30 08:15:17 UTC	...	gps	Santa Cruz	Guanacaste	Smilisca baudinii	Smilisca baudinii	Rana arborícola mexicana	Amphibia	24277	Amphibia	Hylidae
16188	219244763	2024-05-29 20:12:47-06:00	2024-05-29	2024-05-30 02:12:47 UTC	America/Costa_Rica	2600703	jennaceraso	Jenna Ceraso	2024-05-30 02:23:37 UTC	2024-05-30 18:22:21 UTC	...	NaN	Santa Cruz	Guanacaste	Mexican Smilisca	Smilisca baudinii	Rana arborícola mexicana	Amphibia	24277	Amphibia	Hylidae
16189	219244829	2024-05-29 20:11:48-06:00	2024-05-29	2024-05-30 02:11:48 UTC	America/Costa_Rica	2600703	jennaceraso	Jenna Ceraso	2024-05-30 02:24:06 UTC	2024-05-30 18:21:45 UTC	...	NaN	Santa Cruz	Guanacaste	Mexican Smilisca	Smilisca baudinii	Rana arborícola mexicana	Amphibia	24277	Amphibia	Hylidae
16190	219244934	2024-05-29 20:10:18-06:00	2024-05-29	2024-05-30 02:10:18 UTC	America/Costa_Rica	2600703	jennaceraso	Jenna Ceraso	2024-05-30 02:24:59 UTC	2024-05-30 08:14:00 UTC	...	NaN	Santa Cruz	Guanacaste	Mexican Smilisca	Smilisca baudinii	Rana arborícola mexicana	Amphibia	24277	Amphibia	Hylidae
16191	219245189	2024-05-29 20:09:10-06:00	2024-05-29	2024-05-30 02:09:10 UTC	America/Costa_Rica	2600703	jennaceraso	Jenna Ceraso	2024-05-30 02:26:50 UTC	2024-05-30 08:13:42 UTC	...	NaN	Santa Cruz	Guanacaste	Mexican Smilisca	Smilisca baudinii	Rana arborícola mexicana	Amphibia	24277	Amphibia	Hylidae
16192	219245333	2024-05-29 20:07:25-06:00	2024-05-29	2024-05-30 02:07:25 UTC	America/Costa_Rica	2600703	jennaceraso	Jenna Ceraso	2024-05-30 02:27:51 UTC	2024-05-30 08:13:22 UTC	...	NaN	Santa Cruz	Guanacaste	Mexican Smilisca	Smilisca baudinii	Rana arborícola mexicana	Amphibia	24277	Amphibia	Hylidae
16193	219245428	2024-05-29 20:06:30-06:00	2024-05-29	2024-05-30 02:06:30 UTC	America/Costa_Rica	2600703	jennaceraso	Jenna Ceraso	2024-05-30 02:28:37 UTC	2024-05-30 08:13:01 UTC	...	NaN	Santa Cruz	Guanacaste	Mexican Smilisca	Smilisca baudinii	Rana arborícola mexicana	Amphibia	24277	Amphibia	Hylidae
16194	219247216	2024-05-29 20:05:34-06:00	2024-05-29	2024-05-30 02:05:34 UTC	America/Costa_Rica	2600703	jennaceraso	Jenna Ceraso	2024-05-30 02:42:39 UTC	2024-05-30 18:21:17 UTC	...	NaN	Santa Cruz	Guanacaste	Mexican Smilisca	Smilisca baudinii	Rana arborícola mexicana	Amphibia	24277	Amphibia	Hylidae
16195	219277315	2024-03-23 18:13:22	2024-03-23	2024-03-24 00:13:22 UTC	America/Costa_Rica	5345354	jannik15	Jannik	2024-05-30 07:59:48 UTC	2024-05-30 18:19:32 UTC	...	gps	San Carlos	Alajuela	Rotaugenlaubfrosch	Agalychnis callidryas	Rana de árbol de ojos rojos	Amphibia	23702	Amphibia	Hylidae
16196	219311082	2024-05-29 22:16:58	2024-05-29	2024-05-30 04:16:58 UTC	America/Costa_Rica	7841429	magcent	NaN	2024-05-30 13:04:16 UTC	2024-05-30 21:50:56 UTC	...	NaN	Desamparados	San José	Rana de Cafetal	Agalychnis annae	Rana de Cafetal	Amphibia	23697	Amphibia	Hylidae
16197	219379440	2022-11-06	2022-11-06	NaN	America/Costa_Rica	5709301	pedrovictoraf	Pedro Víctor Albaladejo Fresnadillo	2024-05-30 18:50:30 UTC	2024-05-30 21:49:48 UTC	...	NaN	Pococí	Limón	Rana Deslizadora	Agalychnis spurrelli	Rana Deslizadora	Amphibia	134927	Amphibia	Hylidae
16198	219379604	2024-05-30 12:49:30	2024-05-30	2024-05-30 18:49:30 UTC	America/Costa_Rica	3471495	marcemendez	Marcela Mendez Zamora	2024-05-30 18:51:14 UTC	2024-05-30 21:49:27 UTC	...	NaN	Turrubares	San José	rana arbórea de gladiadora	Boana rosenbergi	rana arbórea de gladiadora	Amphibia	555150	Amphibia	Hylidae
16199	219382929	2023-01-19 20:21:25-06:00	2023-01-19	2023-01-20 02:21:25 UTC	America/Costa_Rica	4955690	cassidyjimenez	NaN	2024-05-30 19:06:38 UTC	2024-05-30 21:48:15 UTC	...	NaN	Pérez Zeledón	San José	Red-eyed Tree Frog	Agalychnis callidryas	Rana de árbol de ojos rojos	Amphibia	23702	Amphibia	Hylidae
16200	219426521	2024/05/26 1:08 AM	2024-05-26	2024-05-26 07:08:00 UTC	America/Costa_Rica	6168763	sergiogarrido	Sergio Garrido Villa	2024-05-30 23:01:50 UTC	2024-05-30 23:22:44 UTC	...	NaN	Golfito	Puntarenas	Trachycephalus vermiculatus	Trachycephalus vermiculatus	Rana Arborícola Vermiculada	Amphibia	1148187	Amphibia	Hylidae
16201	219453362	2024-05-30 18:59:00	2024-05-30	2024-05-31 00:59:00 UTC	America/Costa_Rica	5902977	yanethcordero07	Jeanneth MC	2024-05-31 01:59:23 UTC	2024-05-31 02:32:40 UTC	...	gps	Buenos Aires	Puntarenas	rana arborícola enmascarada	Smilisca phaeota	rana arborícola enmascarada	Amphibia	24272	Amphibia	Hylidae
16202	219465674	2024-05-30 20:05:59-06:00	2024-05-30	2024-05-31 02:05:59 UTC	America/Costa_Rica	278652	paulerik	Paul-Erik Bakland	2024-05-31 03:41:39 UTC	2024-05-31 03:41:46 UTC	...	NaN	San Ramón	Alajuela	NaN	Dendropsophus microcephalus	Rana de árbol amarilla	Amphibia	65373	Amphibia	Hylidae
16203	219466730	2024-05-30 20:37:15-06:00	2024-05-30	2024-05-31 02:37:15 UTC	America/Costa_Rica	278652	paulerik	Paul-Erik Bakland	2024-05-31 03:50:20 UTC	2024-05-31 03:50:28 UTC	...	NaN	San Ramón	Alajuela	NaN	Smilisca sordida	rana arborícola parda	Amphibia	24276	Amphibia	Hylidae
16204	219466870	2024-05-30 20:38:46-06:00	2024-05-30	2024-05-31 02:38:46 UTC	America/Costa_Rica	278652	paulerik	Paul-Erik Bakland	2024-05-31 03:51:26 UTC	2024-05-31 03:51:36 UTC	...	NaN	San Ramón	Alajuela	NaN	Dendropsophus ebraccatus	Rana arbórea amarillenta	Amphibia	65349	Amphibia	Hylidae

	id	user_id	num_identification_agreements	num_identification_disagreements	latitude	longitude	positional_accuracy	private_latitude	private_longitude	public_positional_accuracy	taxon_id
count	1.620500e+04	1.620500e+04	16205.000000	16205.000000	16205.000000	16205.000000	1.363500e+04	0.0	0.0	1.383500e+04	1.620500e+04
mean	1.182438e+08	2.808640e+06	1.640049	0.017587	9.906405	-84.092520	8.588067e+03	NaN	NaN	1.089986e+04	1.763843e+05
std	6.534110e+07	2.332418e+06	1.043707	0.133776	0.722171	0.714074	2.088923e+05	NaN	NaN	2.074524e+05	3.102960e+05
min	1.195700e+04	1.000000e+00	0.000000	0.000000	8.225319	-85.995604	0.000000e+00	NaN	NaN	0.000000e+00	2.354000e+04
25%	6.150219e+07	7.353580e+05	1.000000	0.000000	9.411895	-84.661718	1.400000e+01	NaN	NaN	1.500000e+01	2.370200e+04
50%	1.277961e+08	2.262354e+06	2.000000	0.000000	10.204416	-84.054056	1.220000e+02	NaN	NaN	1.870000e+02	2.427600e+04
75%	1.745532e+08	4.695197e+06	2.000000	0.000000	10.450328	-83.511078	6.115000e+02	NaN	NaN	1.341000e+03	1.346310e+05
max	2.194669e+08	8.206970e+06	9.000000	2.000000	11.123827	-82.512459	2.254219e+07	NaN	NaN	2.254219e+07	1.530492e+06