WikiDoS

Essa página está em modo somente de leitura. Você pode visualizar a fonte, mas não alterá-la. Informe-se com o administrador do Wiki, caso você ache que isso está incorreto.
====== Pandas ======

<code> import pandas as pd </code>

==== Importas CSV ====

<code> df = pd.read_csv('nomefile.csv', sep=';', encoding='cp1252', usecols=[1,2,5])  </code>

**OBS:** os argumentos não são obrigatórios além do próprio **nome_do_arquivo**.
 Por ''default'' o **encoding** é ''UTF-8'' e separado por '',''. 

==== Verificar o tamanho do Data Frame ====

<code>df.shape</code>

''Return: Linhas x Colunas ''

==== Descreve os dados ====
Muito útil para verificar se tem colunas vazias

<code>df.info()</code>

==== Mostrar primeiras linhas ====

<code>df.head(3)</code>

**OBS:** por ''default'' mostra 5 linhas

==== Mostra as ultimas linhas ====

<code>df.tail()</code>

==== Mostra linhas Amostras (aleatórias) do Data Frame ====

<code>df.sample(5)</code>

==== Conta o número de linhas de cada coluna ====

<code>df.count()</code>

==== Mostra os tipos de objetos de cada coluna ====

<code>df.dtypes</code>

==== Descreve colunas ====

<code>df.describe()</code>

Obter os valores de describe:
<code>
alturas = df['alturas']
alt_descri = alturas.describe()
q1 = alt_descri['25%']
mediana = alt_descri['50%']
q3 = alt_descri['75%']


</code>

|O ''Return'' de describe() são: quantidades de registros, média, desvio-padrão, menor valor, 1º quartil (25%), mediana (50%), 3º quartil (75%) e maior valor.|
==== Trocar o nome das colunas ====

<code>df.columns=['nome_coluna1','nome_coluna2','nome_coluna3']</code>


==== Contagem de linhas por valores iguais em uma coluna ====

<code>df['nome_coluna'].value_counts()</code>

==== Ordenação dos valores ====
<code>df['nome_coluna'].value_counts().sort_index()</code>

===== Gerar gráficos =====

==== Gerar Histogramas ==
<code> 
df.hist(column="Age",bins=100)
plt.show()
</code>

''Argumento bins é a subdivisão dos dados''

==== Gráfico de barras verticais ====

<code>df['nome_coluna'].value_counts().plot.bar()</code>

==== Gráfico de barras horizontais ====

<code>df['nome_coluna'].value_counts(ascending=True).plot.barh(title='titulo_grafico')</code>

  * ascending=True - Organiza a tabela antes de plotar o gráfico


**obs:** caso esteja utilizando o** python jupiter** utilize o comando '' %matplotlib inline '' antes de gerar o gráfico.

==== Listar string* únicas do DataFrame  ====

<code>df['nome_coluna'].unique()</code>

===== Filtro de data frame =====

Gera um Data Frame de ''Retorno'' da coluna filtrada.

==== Filtrar por uma variável ====

<code>df_objeto_filtrado = df[df['nome_coluna']=='nome_objeto_a_ser_filtrado']</code>

==== Mostrar apenas uma coluna do Data Frame ====

<code>df['nome_coluna']</code>

==== Mostrar duas ou mais colunas do Data Frame ====

<code>df[['nome_coluna1','nome_coluna2','nome_coluna3']]</code>
==== Filtrar por um string e conta as aparições ====

<code>df[df['nome_coluna'].str.contains('string_a_pesquisar').count()]</code>

==== Filtrar por maior valor ====
<code>df[df['nome_coluna']==df['nome_coluna'].max()]</code>

==== Filtrar por menor valor ====
<code>df[df['nome_coluna']==df['nome_coluna'].min()]</code>


==== Agrupamento de dados ====
<code>df.groupby('uf_busca')['mensalidade'].max()</code>

''Return: uf e mensalidade ''

==== Localização de linhas do Agrupamento de dados ====
Como o agrupamento retorna apenas as linhas envolvidas no filtro, utiliza-se o ''loc'' para retornar a linha correspondente aos ids da filtragem realizadas e mostra elas completas.

<code>df.loc[df.groupby('uf_busca')['mensalidade'].idxmax()] </code>

==== Filtrar entre valores ====

<code>df[(df['mensalidade']>500) & (df['mensalidade']<1000)]</code>

==== Query ====
<code>
df_fem = df.query('Sexo=="F" & Peso <60)
altura_fem = df_fem['Alt']
 
</code>