Características Principais:

  1. Manipulação de Dados Estruturados: Assim como no Excel, a Pandas oferece funções para manipulação de tabelas, permitindo operações como filtragem, ordenação e agregação.

  2. Análise Inteligente de Dados: A biblioteca fornece métodos para análises estatísticas, tratamento de valores faltantes e visualização gráfica integrada.

  3. 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:

  1. 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)
      
  2. df. info

    • Descrição: Fornece um resumo conciso do DataFrame, incluindo a quantidade de valores não nulos e tipos de dados.
    • Exemplo:
      df.info()
      
  3. df.isnull().sum():

    • Descrição: Retorna a soma de valores faltantes para cada coluna.
    • Exemplo:
      print(df.isnull().sum())
      
  4. df['setor'].unique():

    • Descrição: Retorna valores únicos de uma coluna.
    • Exemplo:
      df['setor'].unique()
      
  5. 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')
      
  6. 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() e sum() 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.