-

Explorando a Biblioteca Pandas no Python

Seleção de dados: um Guia Prático para Iniciantes

A biblioteca Pandas é uma das ferramentas mais poderosas e populares da linguagem Python para análise e manipulação de dados. Criada por Wes McKinney, ela se tornou essencial para cientistas de dados, analistas e desenvolvedores que trabalham com grandes volumes de informações.

O Pandas (derivado de Panel Data) é uma biblioteca de código aberto voltada para trabalhar com dados estruturados, ou seja, dados organizados em tabelas.

Seleção de dados

A seleção de dados é uma das tarefas mais importantes no uso do Pandas, pois permite acessar informações de forma flexível. No Pandas, a seleção é feita principalmente por indexação (usando colchetes [] - operador de indexação), usando os métodos .loc (para rótulos) e .iloc (para índices numéricos), entre outras formas. Você pode selecionar colunas específicas, múltiplas colunas, linhas baseadas em condições ou por posição, e até subconjuntos que combinam linhas e colunas.

Seleção de colunas


# Selecionar uma única coluna.
dados['nome']
        


# Selecionar multiplas colunas.
dados[['nome', 'idade']]

Seleção por índices e posições com iloc


# Seleciona a primeira linha.
dados.iloc[0] 
        


# Seleciona da 1ª à 3ª linha.
dados.iloc[0:3] 
        


# Seleciona a primeira coluna.
dados.iloc[:, 0]
        


# Seleciona as duas primeiras colunas.
dados.iloc[:, 0:2] 
        


# Seleciona elemento linha 2, coluna 3
dados.iloc[1, 2]

Seleção por rótulo(label) com loc


# Seleciona linhas com íntervalo de índices e nomes de colunas.
dados.loc[0:2, ['nome', 'cidade']]      
        


# Definindo a coluna "name" como índice (rótulo das linhas).
dados_loc = pd.DataFrame(dados).set_index('nome')     
        


# Seleciona uma linha pelo rótulo.
dados_loc.loc['Teresa']  
        


# Seleciona uma linha pelo rótulo.
dados_loc.loc[['Carlos', 'Teresa']]
        


# Seleciona linha e coluna.
dados_loc.loc['Soares', 'salario']
        


# Seleciona linhas e colunas específicas.
dados_loc.loc['Soares':'Jose', ['idade', 'cidade']]

Seleção por valores nulos, não nulo ou duplicados


# Seleção por dados nulos.
dados[dados['idade'].isna()] 
        


# Seleciona linhas sem valores nulos.
dados[dados['idade'].notna()]
        


# Seleciona valores duplicados.
dados[dados.duplicated('nome', keep=False)]

Seleção e ordenação de dados


# Seleciona e ordena por idade.
dados.sort_values('idade', ascending=True)

Seleção com amostragem e limites


# Seleciona as 3 primeiras linhas
dados.head(3)
        


# Seleciona as 2 últimas linhas.
dados.tail(2) 
        


# Seleciona 2 linhas aleatórias.
dados.sample(2)

Seleção de célula única com .at[] e .iat[]


# Seleciona Valor da coluna da terceira linha. 
dados.at[2, 'cidade']
        


# Seleciona o valor da terceira linha da terceira coluna.
dados.iat[2, 2]

Conclusão

O Pandas é muito mais do que uma simples biblioteca: ele é a espinha dorsal da análise de dados em Python. Com ele, é possível transformar dados brutos em informações valiosas em poucos minutos.

Se você deseja se aprofundar em ciência de dados, estatística ou machine learning, dominar o Pandas é um passo essencial. Muito obrigado e até a próxima.

Repositório de exemplo: https://github.com/jcarlossc/pandas-selection-features

Comentários

Postar um comentário

Postagens mais visitadas deste blog

-
Imagem
O que é Python? Python é uma linguagem de programação de alto nível, interpretada e multiparadigma. Criada em 1991 por Guido van Rossum, tem como objetivo ser fácil de aprender, simples de ler e poderosa o suficiente para resolver problemas complexos. Características do Python Portável → roda em Windows, Linux, macOS e até em dispositivos móveis e IoT Ampla comunidade → milhões de programadores contribuem com bibliotecas e frameworks Multiparadigma → suporta programação estruturada, orientada a objetos e funcional Tipagem dinâmica → não é preciso declarar o tipo de variáveis Interpretada → não precisa de compilação, o código roda direto Sintaxe simples e legível (quase como inglês) Onde o Python é usado? IoT e Robótica → MicroPython, Raspberry Pi Cibersegurança → Scapy, ferramentas de pentest Ciência de Dados e IA → Pandas, NumPy, TensorFlow, PyTorch Web → Django, Flask, FastAPI, Bottle Automação de tarefas → Selenium, PyAutoGUI ...
Leia mais
-
Imagem
Tipagem estática em Python e módulo mypy O Python é uma linguagem de tipagem dinâmica, ou seja, as variáveis podem mudar de tipo durante a execução do programa. No entanto, desde a versão 3.5, a linguagem ganhou suporte a type hints (anotações de tipo) através do módulo typing. Com essas anotações, podemos usar ferramentas como mypy para verificar o código estaticamente e encontrar erros antes de executar o programa. Benefícios da Tipagem Estática Detectar erros mais cedo (sem precisar rodar o código). Melhorar a legibilidade e documentação do código. Auxiliar IDEs e editores (autocompletar, linting, refatoração). 1. Tipos Primitivos Os tipos mais comuns podem ser usados sem o módulo typing: def boas_vindas(self) -> str: return "Seja bem vindo(a) ao estudo de tipagem estática em Python!" def somar(self, num1: int, num2: int) -> int: return num1 + num2 def multiplicar(self, num1: float, num2: float) -> float: r...
Leia mais
-
Imagem
Introdução ao Pytest Quando começamos a desenvolver projetos em Python, é comum focarmos apenas em “fazer funcionar”. Mas, em projetos profissionais, é essencial garantir que o código funcione de forma confiável mesmo após mudanças. É aí que entram os testes automatizados — e, no universo Python, uma das ferramentas mais populares é o pytest. O pytest é um framework de testes para Python que permite criar e executar testes de maneira simples, legível e eficiente. Diferente de frameworks mais antigos como o unittest, o pytest oferece uma sintaxe muito mais intuitiva, além de recursos avançados. Características principais do pytest: Simplicidade: você escreve funções normais em Python começando com test_. Automatização: o próprio pytest descobre e executa os testes automaticamente. Mensagens claras: ao falhar, mostra exatamente qual foi o erro. Fixtures: permite criar dados ou objetos reutilizáveis entre testes. Plugins: possui muitos plug...
Leia mais