Pandas

 import pandas as pd 

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

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

df.shape

Return: Linhas x Colunas

Muito útil para verificar se tem colunas vazias

df.info()

df.head(3)

OBS: por default mostra 5 linhas

df.tail()

df.sample(5)

df.count()

df.dtypes

df.describe()

Obter os valores de describe:

alturas = df['alturas']
alt_descri = alturas.describe()
q1 = alt_descri['25%']
mediana = alt_descri['50%']
q3 = alt_descri['75%']

df.columns=['nome_coluna1','nome_coluna2','nome_coluna3']

df['nome_coluna'].value_counts()

df['nome_coluna'].value_counts().sort_index()

 
df.hist(column="Age",bins=100)
plt.show()

Argumento bins é a subdivisão dos dados

df['nome_coluna'].value_counts().plot.bar()

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

• 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.

df['nome_coluna'].unique()

Gera um Data Frame de Retorno da coluna filtrada.

df_objeto_filtrado = df[df['nome_coluna']=='nome_objeto_a_ser_filtrado']

df['nome_coluna']

df[['nome_coluna1','nome_coluna2','nome_coluna3']]

df[df['nome_coluna'].str.contains('string_a_pesquisar').count()]

df[df['nome_coluna']==df['nome_coluna'].max()]

df[df['nome_coluna']==df['nome_coluna'].min()]

df.groupby('uf_busca')['mensalidade'].max()

Return: uf e mensalidade

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.

df.loc[df.groupby('uf_busca')['mensalidade'].idxmax()] 

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

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