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"))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:
- os 3 produtos com maior
total, em lista (sort_valuescomascending=Falseehead) - o número de vendas de cada categoria, como dicionário (
groupbycomagge a funçãocount; pegue a colunacountcomto_dict()) - a lista das categorias que bateram a meta (junte o
totalsomado por categoria commetasusandomergee filtre as que somaram a meta ou mais) - quantas vendas aconteceram em
mar(value_counts) - o total de
Moveisemmar, vindo de umapivot_table(indexcategoria,columnsmes,valuestotal,aggfuncsum,fill_value0)
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.
Pratique de verdade. Ler é só o começo: no CodeUp você escreve o código, recebe a correção na hora e ganha pontos.