Folha de referências de análise de dados PythonPandas
Guia de referência para sériesPandase DataFrames. Aprenda carregamento, limpeza, seleção, agrupamento e agregações de dados.
Carregando dados e inspeção inicial
Operações para carregar conjuntos de dados e inspecionar seus contornos estruturais.
| Método/Função | Sintaxe | Descrição |
|---|---|---|
| pd.DataFrame() | pd.DataFrame(data, columns=...) | Constrói uma estrutura de dados rotulada bidimensional com colunas. |
| pd.read_csv() | pd.read_csv(filepath) | Carrega um arquivo CSV em um DataFramePandas. |
| head() / tail() | df.head(n=5) / df.tail(n=5) | Retorna as primeiras n ou últimas n linhas do DataFrame. |
| info() | df.info() | Imprime um resumo conciso das colunas DataFrame, contagens não nulas e uso de memória. |
| describe() | df.describe() | Gera estatísticas descritivas resumindo tendência central, dispersão e forma. |
Seleção, filtragem e limpeza de dados
Métodos para dividir colunas/linhas, agregar dados e resolver registros ausentes.
| Método/Função | Sintaxe | Descrição |
|---|---|---|
| loc[] | df.loc[row_label, col_label] | Acessa um grupo de linhas e colunas por rótulos. |
| iloc[] | df.iloc[row_pos, col_pos] | Acessa um grupo de linhas e colunas por posições de índice inteiro. |
| groupby() | df.groupby(col).mean() | Agrupa linhas que compartilham valores de colunas e agrega campos numéricos. |
| value_counts() | df[col].value_counts() | Retorna uma série contendo contagens de valores exclusivos na col. |
| dropna() | df.dropna(axis=0) | Remove linhas (ou colunas) que contêm valores nulos ou ausentes. |
| fillna() | df.fillna(value) | Preenche valores ausentes com um valor ou estratégia especificada. |
Script de demonstração interativo
# pd.DataFrame()
pd.DataFrame(data, columns=...)
# pd.read_csv()
pd.read_csv(filepath)
# head() / tail()
df.head(n=5) / df.tail(n=5)
# info()
df.info()
# describe()
df.describe()
# loc[]
df.loc[row_label, col_label]
# iloc[]
df.iloc[row_pos, col_pos]
# groupby()
df.groupby(col).mean()
# value_counts()
df[col].value_counts()
# dropna()
df.dropna(axis=0)
# fillna()
df.fillna(value)Perguntas frequentes
Qual é a diferença entre loc e iloc?
loc é uma indexação baseada em rótulo (seleciona dados por nomes de linha/coluna), enquanto iloc é uma indexação baseada em números inteiros (seleciona dados por posição de índice).
Como você lida com valores ausentes emPandas?
Use dropna() para remover linhas/colunas com valores nulos ou use fillna(value) para substituir valores nulos por um valor padrão específico.
Tópicos Relacionados
Guia de referência rápida para matrizesNumPy. Aprenda criação, remodelagem, indexação, fatiamento e operações matemáticas de array.
Folha de referências de coleções e estruturas de dados PythonGuia completo para módulo de coleções Python e estruturas de dados nativas. Aprenda listas, ditados, conjuntos, tuplas, deques e tuplas nomeadas.
Folha de referências de funções integradas do PythonGuia de referência para funções integradas do Python. Aprenda como usar print, len, range, enumerate, zip, map, filter e muito mais.
Recursos Python recomendados
Expanda seu conhecimento com tutoriais interativos relacionados, folhas de dicas e comparações de código.
Loops Python
Aprenda como usar loops Python para iterar dados. Domine as práticas recomendadas para loops for, while loops, break, continue e loop com exemplos interativos.
Como classificar uma lista em Python
Aprenda como classificar uma lista em Python usando o método sort() e a função sorted(). Descubra exemplos de classificação de chaves personalizadas e ordem reversa.
Python vs JavaScript: qual linguagem de programação é a melhor?
Uma comparação abrangente entre Python e JavaScript. Explore diferenças de sintaxe, desempenho, casos de uso (backend versus frontend) e exemplos de codificação.