Operações vetorizadas em Series

Assim como o NumPy, as Series do Pandas oferecem operações vetorizadas que aplicam operações aritméticas, comparações e funções a todos os elementos sem ciclos do Python. Isso proporciona concisão e velocidade. Internamente, cada operação delega o trabalho a rotinas em nível C do NumPy, mas o Pandas acrescenta um benefício fundamental: alinhamento automático dos índices antes de executar a operação.

Quando você soma, subtrai, multiplica ou divide duas Series, o Pandas primeiro as alinha pelos rótulos do índice. Apenas as posições em que ambas as Series têm um rótulo produzem um resultado; rótulos sem correspondência produzem NaN. Esse comportamento evita erros ocultos causados por dados desalinhados — por exemplo, ao somar valores de janeiro provenientes de duas fontes de dados armazenadas em ordens diferentes.

Para evitar a propagação de NaN em operações com dados desalinhados, use os métodos aritméticos, como .add(), .sub(), .mul() e .div(), com o parâmetro fill_value=. Isso substitui por um valor fornecido qualquer rótulo ausente em uma das Series antes de executar a operação — normalmente 0 para adição e 1 para multiplicação.

A aritmética com um escalar aplica a operação a todos os elementos e produz uma nova Series com o mesmo índice. Essa é a forma mais simples de vetorização: s + 5, s * 100, s ** 2. A aritmética escalar nunca introduz NaN e é usada para conversão de unidades, normalização e aplicação de deslocamentos em séries temporais.

As ufuncs do NumPy funcionam perfeitamente em Series do Pandas e retornam uma Series com o mesmo índice. Isso significa que você pode chamar diretamente np.sqrt(s), np.log1p(s) ou np.exp(s) em uma Series, sem convertê-la primeiro em uma matriz. O resultado é uma nova Series que preserva os rótulos originais.

Os operadores de comparação (==, !=, >, <, >=, <=) retornam uma Series booleana elemento a elemento. Eles são a base da filtragem: você passa a Series booleana para .loc para selecionar as linhas correspondentes. O Pandas também alinha pelo índice ao comparar duas Series.

Como cada operação retorna uma nova Series, você pode encadear várias transformações em uma única expressão. Isso torna o código legível e evita a criação de variáveis intermediárias desnecessárias. Em pipelines complexos, divida o encadeamento em várias linhas usando parênteses. O encadeamento é o equivalente, no Pandas, à programação funcional com dados imutáveis.

NaN é contagioso: qualquer operação aritmética que envolva NaN produz NaN. Use s.fillna(value) para substituí-lo antes da operação ou use o parâmetro skipna=True nos métodos de agregação. A função pd.isna(s) retorna uma Series booleana que marca as posições com NaN — use-a para verificar os dados antes de calcular estatísticas.

As Series do Pandas disponibilizam diretamente muitos métodos semelhantes aos do NumPy: s.abs(), s.clip(lower, upper) e s.round(decimals) retornam novas Series com a transformação aplicada elemento a elemento. Eles equivalem às chamadas de ufuncs do NumPy, mas usam a sintaxe de método e preservam o índice e o nome da Series.

s.pct_change() calcula a variação percentual entre elementos consecutivos: (atual - anterior) / anterior. O primeiro elemento é NaN, pois não há um valor anterior. Essa é a operação padrão para calcular taxas de crescimento mês a mês, retornos diários em finanças e características de variação para modelos de séries temporais.

s.cumsum() retorna uma Series de totais acumulados, e s.cumprod() retorna produtos acumulados. Eles são usados para calcular receita acumulada, retornos compostos de investimentos ou contagens acumuladas de palavras. Os rótulos do índice original são preservados, facilitando a representação da série acumulada ao longo do tempo ou por categoria.

Nesta lição, você aprendeu que: os operadores aritméticos se aplicam elemento a elemento às Series, sem ciclos; o Pandas alinha automaticamente duas Series pelo rótulo do índice antes da operação, colocando NaN nas posições sem correspondência; e métodos como fill_value, pct_change e cumsum ampliam as operações vetorizadas para tarefas analíticas. Em seguida, exploraremos métodos úteis de Series, como describe, value_counts e map, para obter resumos rapidamente.