Guias › Python › Avançado
Python Avançado: Pandas: DataFrame, Pandas: head e shape, Pandas: filtrando e mais (lições 21 a 25)
Python é uma das linguagens de programação mais usadas para automatizar tarefas, analisar dados e criar sistemas. Aqui você aprende do zero, com frases simples e exemplos curtos, e depois automatiza arquivos, e-mails e consultas na internet.
Neste guia você vai ver as lições 21 a 25 do curso de Python (nível Avançado). Cada lição explica o assunto em quatro partes: o que é, para que serve, como usar e o que você vai ver na tela. No final, há um projeto para juntar tudo o que aprendeu.
Lição 21: Pandas: DataFrame
Pandas é a principal biblioteca de análise de dados. Um DataFrame é uma tabela. O df desta atividade já está carregado com as colunas produto, categoria, qtd, preco e mes.
O que é
Pandas é a ferramenta mais usada no Python para analisar dados. Um DataFrame é uma tabela, com linhas e colunas, igual a uma planilha.
Para que serve
Serve para trabalhar com tabelas grandes (como uma planilha), filtrando, somando e agrupando em poucas linhas de código.
Como você vai usar
A tabela df já vem carregada nesta atividade. Use len(df) para contar as linhas e df.columns.tolist() para listar os nomes das colunas.
O que vai aparecer
Duas linhas: 7 (as linhas da tabela) e a lista com os nomes das colunas: ['produto', 'categoria', 'qtd', 'preco', 'mes'].
Exemplo
print(df)
print(df.shape)Lição 22: Pandas: head e shape
df.head(n) mostra as primeiras linhas; df.shape devolve (linhas, colunas); df.describe() resume os números.
O que é
Três jeitos de dar uma espiada na tabela: df.head(n) mostra as n primeiras linhas, df.shape diz o tamanho (linhas, colunas) e df.describe() resume os números.
Para que serve
Serve para a primeira olhada numa tabela nova: quantas linhas e colunas tem, e como são os dados.
Como você vai usar
Escreva print(df.shape). Para pegar só uma coluna, use colchetes com o nome dela: df.head(3)["produto"], e transforme em lista com .tolist().
O que vai aparecer
Duas linhas: (7, 5), que quer dizer 7 linhas e 5 colunas, e a lista com os 3 primeiros produtos: ['Notebook', 'Mouse', 'Cadeira'].
Exemplo
print(df.head(3))
print(df.shape)Lição 23: Pandas: filtrando
df[condição] devolve só as linhas que atendem. Combine condições com & e | (cada uma entre parênteses).
O que é
df[condição] funciona como uma peneira: devolve só as linhas que passam na condição. Para usar duas condições juntas, use & (e) ou | (ou), com cada condição entre parênteses.
Para que serve
Serve para recortar a tabela: só os eletronicos, só as vendas acima de um valor, só um mês.
Como você vai usar
Escreva df[(df["categoria"] == "Eletronicos") & (df["qtd"] > 3)] e depois escolha a coluna ["produto"] e transforme em lista com .tolist().
O que vai aparecer
A lista dos produtos que passaram nas duas regras: ['Mouse', 'Mouse'] (o Mouse aparece duas vezes porque houve duas vendas dele).
Exemplo
print(df[df["qtd"] > 5].shape[0])Lição 24: Pandas: nova coluna
Crie colunas com cálculos: df["total"] = df["qtd"] * df["preco"].
O que é
Dá para criar uma coluna nova na tabela fazendo uma conta com as que já existem: df["total"] = df["qtd"] * df["preco"]. A conta é feita linha por linha, sozinha.
Para que serve
Serve para acrescentar informação nova à tabela: o total de cada venda, a margem, o preço com desconto.
Como você vai usar
Escreva df["total"] = df["qtd"] * df["preco"] e depois mostre os valores com print(df["total"].tolist()).
O que vai aparecer
A lista com o total de cada uma das 7 linhas: [7000, 800, 900, 150, 320, 1950, 360].
Exemplo
df["x"] = df["qtd"] * 2
print(df[["produto", "qtd", "x"]])Lição 25: Pandas: groupby
groupby agrupa linhas e permite somar, contar ou tirar a média de cada grupo.
O que é
groupby quer dizer "agrupe por": ele separa as linhas em montinhos (um para cada categoria, por exemplo) e depois você soma, conta ou tira a média de cada montinho. É o GROUP BY do SQL!
Para que serve
Serve para responder "quanto de cada categoria?" e "quantos em cada mês?": um resumo da tabela por grupo.
Como você vai usar
Escreva df.groupby("categoria")["qtd"].sum(): primeiro o agrupamento, depois a coluna e depois a conta. Coloque .to_dict() no final para ver como dicionário.
O que vai aparecer
Um dicionário com a soma de cada grupo: {'Eletronicos': 16, 'Moveis': 4, 'Papelaria': 70}.
Exemplo
print(df.groupby("categoria")["qtd"].sum())Projeto: análise de vendas com Pandas
O DataFrame df já existe, com as vendas de uma loja (colunas produto, categoria, qtd, preco e mes).
Imprima 5 linhas, nesta ordem:
- o formato da tabela (
df.shape) - crie a coluna
total(qtdvezespreco) e imprima a lista dela (tolist()) - filtre as linhas com
totalmaior que 500 e imprima a lista dos produtos (tolist()) - o total vendido por categoria, com
groupbyesum, como dicionário (to_dict()) - o nome da categoria que mais vendeu (
idxmax())
O que este projeto usa: Pandas: DataFrame, Pandas: head e shape, Pandas: filtrando, Pandas: nova coluna, Pandas: groupby.
No CodeUp esse projeto é feito no próprio app, com dicas e correção automática, e não tira vidas de ninguém.
Pratique de verdade. Ler é só o começo: no CodeUp você escreve o código, recebe a correção na hora e ganha pontos.