Introdução ao Pandas

Pandas é uma poderosa biblioteca Python para análise e manipulação de dados. Ela oferece estruturas de dados, como DataFrame e Série, que facilitam a limpeza, a transformação e a análise de dados.

Nesta lição, você aprenderá os conceitos básicos do Pandas e como usá-lo para análise de dados.

Instalação do Pandas

Para instalar o Pandas, use o seguinte comando no terminal:

pip install pandas

Depois de instalado, você poderá importar o Pandas nos seus scripts Python:

# Importing pandas
import pandas as pd

print("Pandas imported successfully")

O que é um DataFrame?

Um DataFrame é uma estrutura de dados tabular bidimensional do Pandas. Ele é semelhante a uma planilha ou a uma tabela SQL.

Você pode criar um DataFrame a partir de um dicionário, de uma lista ou de um arquivo externo:

# Creating a DataFrame from a dictionary
data = {
    "Name": ["Alice", "Bob", "Charlie"],
    "Age": [25, 30, 35],
    "City": ["New York", "London", "Paris"]
}
df = pd.DataFrame(data)
print(df)

Lendo dados de arquivos

O Pandas facilita a leitura de dados de arquivos externos, como arquivos CSV, Excel e JSON:

# Reading data from a CSV file
df = pd.read_csv("data.csv")
print(df.head())  # Displays the first 5 rows

Inspecionando um DataFrame

Você pode inspecionar a estrutura e o conteúdo de um DataFrame usando métodos como head(), info() e describe():

# Inspecting a DataFrame
df = pd.read_csv("data.csv")
print(df.info())  # Displays information about the DataFrame
print(df.describe())  # Provides statistical summaries

Filtrando e selecionando dados

O Pandas permite filtrar linhas e selecionar colunas facilmente usando condições e indexação:

# Filtering and selecting data
filtered_df = df[df['Age'] > 30]  # Select rows where Age > 30
print(filtered_df[['Name', 'City']])  # Select specific columns

Limpeza de dados

O Pandas oferece métodos para limpar dados, como lidar com valores ausentes, renomear colunas e remover duplicatas:

# Handling missing values
df.fillna(0, inplace=True)  # Replace NaN values with 0

# Renaming columns
df.rename(columns={"Name": "Full Name"}, inplace=True)

# Dropping duplicates
df.drop_duplicates(inplace=True)
print(df)

Realizando agregações

O Pandas permite realizar agregações, como somar, calcular médias e agrupar dados:

# Grouping and aggregating data
grouped = df.groupby('City')['Age'].mean()
print(grouped)  # Displays average age for each city

Erros comuns com o Pandas

Veja alguns erros que devem ser evitados:

• Não tratar corretamente os valores ausentes.
• Usar laços ineficientes em vez de operações vetorizadas.
• Esquecer de especificar inplace=True em operações que modificam os dados.

O que aprendemos?

Nesta lição, você aprendeu:

• Como instalar e importar o Pandas.
• A estrutura dos DataFrames e como criá-los.
• Como ler, limpar, filtrar e agregar dados usando o Pandas.

Muito bem! Vamos passar ao próximo tópico.