Características Principais:
Manipulação de Dados Estruturados: Assim como no Excel, a Pandas oferece funções para manipulação de tabelas, permitindo operações como filtragem, ordenação e agregação.
Análise Inteligente de Dados: A biblioteca fornece métodos para análises estatísticas, tratamento de valores faltantes e visualização gráfica integrada.
Interoperabilidade com Outras Bibliotecas: Além da Pandas, existem outras bibliotecas populares como OpenCV (para processamento de imagens), Scikit-Image (manipulação de imagens) e Pillow (processamento de imagens). A Pandas se integra bem a muitas destas, facilitando a análise conjunta.
Funções Detalhadas:
df.shape:
- Descrição: Retorna uma tupla representando a dimensionalidade do DataFrame.
- Exemplo:
import pandas as pd data = {'A': [1, 2], 'B': [3, 4]} df = pd.DataFrame(data) print(df.shape) # Saída: (2, 2)
df. info
- Descrição: Fornece um resumo conciso do DataFrame, incluindo a quantidade de valores não nulos e tipos de dados.
- Exemplo:
df.info()
df.isnull().sum():
- Descrição: Retorna a soma de valores faltantes para cada coluna.
- Exemplo:
print(df.isnull().sum())
df['setor'].unique():
- Descrição: Retorna valores únicos de uma coluna.
- Exemplo:
df['setor'].unique()
df['setor'].value_counts().plot(kind='bar'):
- Descrição: Conta a ocorrência de cada valor único em uma coluna e exibe um gráfico de barras.
- Exemplo:
df['setor'].value_counts().plot(kind='bar')
df.describe():
- Descrição: Fornece estatísticas descritivas do DataFrame, como média, mediana, mínimo, máximo e quartis.
- Exemplo:
df.describe()
detalhes das Funcionalidades
1. df.shape:
- Descrição: Esta propriedade retorna uma tupla que representa a dimensionalidade do DataFrame. Especificamente, mostra o número de linhas e colunas.
- Uso Profundo: Saber a dimensão de um DataFrame é útil principalmente na fase inicial da análise de dados, para se ter uma noção do tamanho do conjunto de dados com o qual você está trabalhando.
2. df einfo:
- Descrição: Esta função fornece um resumo conciso do DataFrame. Mostra informações sobre os tipos de dados, valores não nulos e memória usada.
- Uso Profundo:
df.info()é vital durante a fase exploratória de análise de dados. Ele permite que você rapidamente identifique colunas que possam ter valores faltantes e compreenda os tipos de dados de cada coluna, ajudando na tomada de decisões sobre limpeza e transformação de dados.
3. df.isnull().sum():
- Descrição: A combinação de
isnull()esum()permite contar a quantidade de valores faltantes em cada coluna. - Uso Profundo: Identificar valores faltantes é crucial na pré-processamento de dados, pois eles podem afetar os resultados da análise. Sabendo onde estão os valores faltantes, você pode decidir imputá-los, removê-los ou investigar sua origem.
4. df['setor'].unique():
- Descrição: Esta função retorna os valores únicos de uma coluna específica.
- Uso Profundo: Especialmente útil quando você deseja entender a diversidade de valores em uma coluna categórica. Por exemplo, saber todos os setores únicos em um conjunto de dados de empresas pode ajudar a orientar análises setoriais.
5. df['setor'].value_counts().plot(kind='bar'):
- Descrição: Esta cadeia de funções conta a ocorrência de cada valor único em uma coluna e, em seguida, exibe esse conteúdo em um gráfico de barras.
- Uso Profundo: Visualizar a distribuição de valores categóricos é uma ferramenta poderosa. Por exemplo, se você quiser visualizar a distribuição de empresas por setor, esta função permitirá que você identifique rapidamente setores dominantes ou sub-representados.
6. df.describe():
- Descrição: Esta função fornece estatísticas descritivas das colunas, mostrando medidas como média, mediana, valor mínimo, valor máximo, e os quartis.
- Uso Profundo: Durante a análise exploratória,
df.describe()oferece um resumo estatístico que pode ajudar a identificar tendências, outliers ou necessidades de normalização. Por exemplo, uma média significativamente diferente da mediana pode indicar a presença de outliers que estão afetando a distribuição.