Abrir o app

Guias › Python › Avançado

Python Avançado: Pandas: sort_values, Pandas: agg com várias métricas, Pandas: merge e mais (lições 26 a 30)

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 26 a 30 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 26: Pandas: sort_values

sort_values("coluna", ascending=False) ordena a tabela.

O que é

sort_values("coluna", ascending=False) coloca a tabela em fila pela coluna que você escolher, do maior para o menor. É o ORDER BY ... DESC do SQL!

Para que serve

Serve para montar rankings: os produtos mais caros, os clientes que mais compraram.

Como você vai usar

Escreva df.sort_values("preco", ascending=False).head(3) para ordenar e ficar só com as 3 primeiras linhas. Depois escolha ["produto"] e coloque .tolist().

O que vai aparecer

A lista dos 3 produtos mais caros, do mais caro para o mais barato: ['Notebook', 'Cadeira', 'Mesa'].

Exemplo

print(df.sort_values("preco")[["produto", "preco"]])

Lição 27: Pandas: agg com várias métricas

.agg() calcula várias estatísticas de uma vez.

O que é

Dá para calcular uma conta diferente (soma, média, maior, menor) em cada grupo da tabela. Aqui você vai criar a coluna total, separar por categoria e pedir o maior total de cada uma.

Para que serve

Serve para tirar a soma, a média, o máximo e o mínimo de cada grupo, tudo com poucas linhas.

Como você vai usar

Crie a coluna total, agrupe por categoria e peça o máximo: df.groupby("categoria")["total"].max().to_dict().

O que vai aparecer

Um dicionário com a maior venda de cada categoria: {'Eletronicos': 7000, 'Moveis': 1950, 'Papelaria': 360}.

Exemplo

print(df.groupby("mes")["qtd"].agg(["sum", "mean"]))

Lição 28: Pandas: merge

merge() junta duas tabelas por uma coluna em comum, como um JOIN do SQL.

O que é

merge() cola duas tabelas usando uma coluna que aparece nas duas, igual ao JOIN do SQL. Aqui, a tabela de vendas se junta com a tabela de metas pela coluna categoria.

Para que serve

Serve para cruzar informações que estão em tabelas separadas: vendas com metas, pedidos com clientes.

Como você vai usar

Escreva r = pd.merge(df, metas, on="categoria") (o on diz qual coluna é igual nas duas) e depois mostre print(r["meta"].tolist()). As tabelas df e metas já estão prontas.

O que vai aparecer

A meta que corresponde a cada linha da tabela de vendas: [5000, 5000, 2000, 300, 5000, 2000, 300].

Exemplo

print(pd.merge(df[["produto", "categoria"]], metas, on="categoria"))
Publicidade

Lição 29: Pandas: value_counts e pivot

value_counts() conta quantas vezes cada valor aparece; pivot_table() resume em formato de tabela dinâmica.

O que é

value_counts() conta quantas vezes cada valor aparece, e pivot_table() resume os dados numa tabela cruzada, como as "tabelas dinâmicas" das planilhas.

Para que serve

Serve para ver quantas vezes cada coisa aparece e para montar resumos cruzados.

Como você vai usar

Use df["mes"].value_counts().to_dict() para contar e df.pivot_table(index="mes", values="qtd", aggfunc="sum")["qtd"].to_dict() para somar. O index é o que fica nas linhas da tabela nova.

O que vai aparecer

Dois dicionários, um por linha: quantas vendas houve em cada mês ({'mar': 3, 'jan': 2, 'fev': 2}) e o total de qtd de cada mês ({'fev': 51, 'jan': 12, 'mar': 27}).

Exemplo

print(df["mes"].value_counts())

Lição 30: Projeto: produto campeão

Projeto final do nível: transforme dados brutos em uma resposta de negócio.

O que é

É o projeto final do nível: transformar dados soltos numa resposta de verdade, tipo "qual produto trouxe mais dinheiro?".

Para que serve

Serve para treinar o trabalho completo de uma pessoa analista de dados: calcular, agrupar, achar o melhor e mostrar o resultado numa frase.

Como você vai usar

Crie a coluna total, agrupe por produto e some com groupby. Use idxmax() para pegar o nome do campeão e max() para o valor dele, e monte a frase com uma f-string.

O que vai aparecer

Uma linha só: Campeao: Notebook com 7000.

Exemplo

df["total"] = df["qtd"] * df["preco"]
print(df[["produto", "total"]])

Projeto: metas por categoria com Pandas

Um segundo projeto com Pandas. O DataFrame df e a tabela metas (colunas categoria e meta) já existem.

Primeiro, crie a coluna total (qtd vezes preco). Depois imprima 5 linhas, nesta ordem:

  1. os 3 produtos com maior total, em lista (sort_values com ascending=False e head)
  2. o número de vendas de cada categoria, como dicionário (groupby com agg e a função count; pegue a coluna count com to_dict())
  3. a lista das categorias que bateram a meta (junte o total somado por categoria com metas usando merge e filtre as que somaram a meta ou mais)
  4. quantas vendas aconteceram em mar (value_counts)
  5. o total de Moveis em mar, vindo de uma pivot_table (index categoria, columns mes, values total, aggfunc sum, fill_value 0)

O que este projeto usa: Pandas: sort_values, Pandas: agg com várias métricas, Pandas: merge, Pandas: value_counts e pivot, Projeto: produto campeão.

No CodeUp esse projeto é feito no próprio app, com dicas e correção automática, e não tira vidas de ninguém.

Publicidade

Pratique de verdade. Ler é só o começo: no CodeUp você escreve o código, recebe a correção na hora e ganha pontos.

Começar grátis