Pandas Series e DataFrames

Hoje eu comecei a mexer um pouco com Pandas. Eu já havia mexido com esse pacote em outro curso, mas é sempre bom rever os conceitos e aprender alguns novos.

O pacoted Pandas tem duas estruturas principais de dados

• Series
• DataFrames

Series

Series são matrizes de uma única dimensão, enquando DataFrames são matrizes de mais de uma dimensão, ou seja, bidimensionais, tridimensionais, etc.

Uma Serie tem dados e índices. Primeiramente passamos os dados e depois os índices:

ser = pd.Series([100, 'foo', 300, 'bar', 500], ['tom', 'bob', 'nancy', 'dan', 'eric'])

Suponhamos que você queira ver os índices disponíveis; Simplesmente utilize o seguinte:

ser.index

Agora digamos que você deseja localizar o valor de um ou mais de seus índices:

ser.loc('bob') ser.loc(['bob', 'nancy'])

Você pode também selecionar os índices que você quiser pelo índice numérico deles:

ser[[4, 3, 1]]

Você pode utilizar o método ilocpara localizar através de um inteiro:

ser.iloc([2])

Além disso, você pode conferir se existe um índice dentro de uma matriz simplesmente utilizando o in.

'bob' in ser

Você pode também fazer operações com a matriz:

Multiplicar:

ser * 2

Exponenciação onde existem valores numéricos:

ser[['nancy', 'eric']] ** 2

Enfim, você pode fazer diversas operações com as Series.

DataFrames

DataFrame do Pandas são estrutura de dados rotulados em matrizes bidimensionais. Oi? Sim, isso mesmo. O que eu disse é que ela tem um rótulo em cima da coluna, um rótulo para a linha e o valor da célula.

Vamos criar um dicionário com duas Series:

d = {'one': pd.Series(data=[100., 200., 300.], ['apple', 'ball', 'clock']), 'two': pd.Series([111., 222., 333., 4444.], index=['apple', 'ball', 'cerill', 'dancy'])}

Agora vamos transformar esse dicionário em uma dataframe:

df = pd.DataFrame(d)df

Para ver os índices, use a seguinte forma:

df.index

Agora, para identificar as colunas, utilize:

df.columns

Você pode querer criar um dataframe apenas com alguns dos itens do dicionário:

pd.DataFrame(d, index=['apple', 'dancy', 'cerill'])

Você pode também criar um dataframe apenas com alguns itens do dicionário e com apenas algumas colunas:

pd.DataFrame(d, index=['dancy', 'ball', 'apple'], columns=['two', 'five'])

Agora, vamos ver como criar um dataframe com uma lista de dicionários em Python:

data = [{'alex':1, 'joe': 2},         {{'ema': 5, 'dora': 10, 'alice': 20}}]

Transforme em um dataframe:

pd.DataFrame(data)

Selecione apenas alguns rótulos:

pd.DataFrame(data, index=['red', 'blue'])

Perceba que aqui ele transforma os índices das linhas em nomes: red e blue.

Selecione apenas algumas colunas:

pd.DataFrame(data, columns=['alex', 'dora', 'ema'])

Operações básicas com DataFrame

Mostrar os valores de one de df:

df['one']

Criar uma nova coluna com a multiplicação de outras duas colunas:

df['three'] = df['one'] * df['two']

Criar uma nova coluna com valores booleanos a depender dos valores de outra coluna:

df['booleans'] = df['one'] > 200

Retirar uma das colunas e guardar em uma variável:

three = df.pop('three')

Excluir uma das colunas:

del df['two']

Inserir uma nova coluna:

Aqui, vamos inserir a coluna de índice 2, com o título cópia_col_um com os dados da df[‘one’].

df.insert(2, 'copia_col_um', df['one'])

Inserir nova coluna com valores de uma coluna do DataFrame:

df['nova_coluna'] = df['one'][:2]

Aqui, a nova coluna será populada com os valores até a linha de índice 2, sendo ela não inclusiva.

Bom, por hoje é isso. Nos vemos amanhã neste mesmo site.