Conteúdo do curso Lição 79 de 250 · Fundamentos de Dados: numpy & pandas
Fundamentos de Dados: numpy & pandas

pandas: Series e DataFrame

numpy é ótimo para números, mas dados reais têm colunas rotuladas de tipos mistos: nomes, datas, preços. É para isso que o pandas serve. Seu objeto principal é o DataFrame: uma tabela com colunas nomeadas e um índice para as linhas.

A maneira mais fácil de construir um é a partir de um dicionário, onde cada chave é o nome de uma coluna e cada valor é uma lista de células:

import pandas as pd
df = pd.DataFrame({
    "name": ["Ada", "Bo", "Cy"],
    "age":  [30, 25, 35],
    "city": ["NYC", "LA", "NYC"],
})
print(df)

Alguns essenciais para avaliar qualquer tabela:

print(df.shape)     # (3, 3)   rows, columns
print(df.columns)   # Index(['name', 'age', 'city'], ...)
print(df.head(2))   # the first 2 rows
print(df.dtypes)    # the type of each column

uma coluna única é uma Series (um array 1D rotulado). Pegue uma com a notação de colchetes:

ages = df["age"]
print(ages.mean())   # 30.0
print(ages.max())    # 35

df.shape é uma tupla (n_rows, n_cols), então df.shape[0] é a contagem de linhas.

Sua vez

Crie um DataFrame df a partir deste dicionário: {"name": ["Ada", "Bo", "Cy", "Di"], "score": [88, 72, 95, 60]}. Salve o número de linhas em n_rows (use df.shape). Depois, salve a média da coluna score em avg_score.

Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição

Este exercício abre em breve

Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.