Manipulação de dados com o pandas
Aprenda a importar e limpar dados, calcular estatísticas e criar visualizações com pandas.
Comece O Curso Gratuitamente4 horas15 vídeos56 exercícios413.066 aprendizesDeclaração de Realização
Crie sua conta gratuita
ou
Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.Treinar 2 ou mais pessoas?
Tentar DataCamp for BusinessAmado por alunos de milhares de empresas
Descrição do Curso
Descubra a manipulação de dados com o pandas
Com este curso, você aprenderá por que o pandas é a biblioteca Python mais popular do mundo, usada para tudo, desde a manipulação de dados até a análise de dados. Você explorará como manipular DataFrames à medida que extrai, filtra e transforma conjuntos de dados do mundo real para análise.Usando o pandas, você conhecerá os principais conceitos da ciência de dados. Utilizando dados reais, incluindo números de vendas do Walmart e séries temporais de temperatura global, você aprenderá a importar, limpar, calcular estatísticas e criar visualizações — fazendo uso do pandas para aumentar o poder do Python!
Trabalhe com dados pandas para explorar os principais conceitos de ciência de dados
Você começará dominando os conceitos básicos do pandas, inclusive como inspecionar DataFrames e realizar algumas manipulações fundamentais. Você também aprenderá sobre a agregação de DataFrames, antes de passar para o fatiamento e a indexação.Você concluirá o curso aprendendo a visualizar o conteúdo de seus DataFrames, trabalhando com um conjunto de dados que contém vendas semanais de abacate no site US.
Aprenda a manipular DataFrames
Ao concluir este curso de pandas, você entenderá como usar essa biblioteca Python para manipulação de dados. Você conhecerá o DataFrames e saberá como usá-lo, além de poder visualizar seus dados em Python.Treinar 2 ou mais pessoas?
Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.Nas seguintes faixas
Manipulação de dados em Python
Ir para a trilha- 1
Como transformar DataFrames
GratuitoVamos dominar os conceitos básicos do pandas. Aprenda a inspecionar DataFrames e a realizar manipulações fundamentais, como classificação de linhas, criação de subconjuntos e adição de novas colunas.
Introdução a DataFrames50 xpInspeção de um DataFrame100 xpPartes de um DataFrame100 xpClassificação e criação de subconjuntos50 xpClassificação de linhas100 xpCriação de subconjuntos de colunas100 xpComo criar subconjuntos de linhas100 xpCriação de subconjuntos de linhas por variáveis categóricas100 xpNovas colunas50 xpAdição de novas colunas100 xpAtaque combinado!100 xp - 2
Agregação de DataFrames
Neste capítulo, você vai calcular as estatísticas de resumo de colunas de um DataFrame e dominar as estatísticas de resumo agrupadas e as tabelas dinâmicas.
Estatísticas de resumo50 xpMédia e mediana100 xpComo resumir informações sobre datas100 xpResumos eficientes100 xpEstatísticas acumuladas100 xpContagem50 xpEliminação de valores duplicados100 xpContagem de variáveis categóricas100 xpEstatísticas de resumo agrupadas50 xpQue porcentagem das vendas ocorreu em cada tipo de loja?100 xpCálculos com .groupby()100 xpVários resumos agrupados100 xpTabelas dinâmicas50 xpTabelas dinâmicas com uma variável100 xpPreenchimento de valores ausentes e soma de valores com tabelas dinâmicas100 xp - 3
Fatiamento e indexação de DataFrames
Os índices são nomes de linhas e colunas turbinados. Saiba como eles podem ser combinados com o fatiamento para criar poderosos subconjuntos de DataFrames.
Índices explícitos50 xpDefinição e remoção de índices100 xpCriação de subconjuntos com .loc[]100 xpDefinição de índices multiníveis100 xpClassificação por valores de índice100 xpFatiamento e criação de subconjuntos com .loc e .iloc50 xpFatiamento pelos valores do índice100 xpFatiamento em ambas as direções100 xpFatiamento de séries temporais100 xpCriação de subconjuntos por número de linha/coluna100 xpComo trabalhar com tabelas dinâmicas50 xpTabela dinâmica de temperatura por cidade e ano100 xpCriação de subconjuntos em tabelas dinâmicas100 xpCálculos com uma tabela dinâmica100 xp - 4
Criação e visualização de DataFrames
Aprenda a visualizar o conteúdo de DataFrames, lidar com valores de dados ausentes e importar e exportar dados de arquivos CSV.
Visualização de dados50 xpQual tamanho de abacate faz mais sucesso?100 xpMudanças nas vendas ao longo do tempo100 xpOferta e demanda de abacate100 xpPreço do abacate convencional x orgânico100 xpValores ausentes50 xpIdentificação de valores ausentes100 xpEliminação de valores ausentes100 xpSubstituição de valores ausentes100 xpCriação de DataFrames50 xpLista de dicionários100 xpDicionário de listas100 xpLeitura e gravação de CSVs50 xpDe CSV para DataFrame100 xpDe DataFrame para CSV100 xpResumo50 xp
Treinar 2 ou mais pessoas?
Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.Nas seguintes faixas
Manipulação de dados em Python
Ir para a trilhaEm outras faixas
Fundamentos de dados Pythoncolaboradores
pré-requisitos
Intermediate PythonMaggie Matsui
Ver Mais
Curriculum Manager at DataCamp
Richie Cotton
Ver Mais
Data Evangelist at DataCamp
O que os outros alunos têm a dizer?
Junte-se a mais de 15 milhões de alunos e comece Manipulação de dados com o pandas hoje mesmo!
Crie sua conta gratuita
ou
Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.