Introdução ao Pandas - Linguagem Python

A biblioteca Pandas foi desenvolvida para auxiliar no trabalho com dados relacionais ou rotulados.

É uma biblioteca muito utilizada para trabalhar com manipulação e análise de dados. Com Pandas, podemos manipular tabelas SQL, planilhas Excel, Arquivos CSV, dados de séries temporais ordenados ou não ordenados.

Instalação

Para instalar a biblioteca Pandas, usamos: pip install pandas

• pip é um sistema de gerenciamento de pacotes usado para instalar e gerenciar pacotes de software escritos em Python. 

No Visual Studio Code, clique no botão executar , em seguida, clique em terminal para instalar.  Por  eu já ter uma versão instalada, o pip vai sugerir que eu faça atualização mas não preciso por enquanto, então não irei atualizar.

O que é uma IDE (Integrated Development Environment)?

IDE ou  (Ambiente de Desenvolvimento Integrado) é um software que auxilia no desenvolvimento de aplicações, muito utilizado por desenvolvedores, com o objetivo de facilitar diversos processos (ligados ao desenvolvimento), que combinam ferramentas comuns em uma única interface gráfica do usuário (GUI).

A linguagem Python possui muitas IDEs(Ambiente de desenvolvimento Integrado).

Eu utilizo o Visual Studio Code , mas você poderia escolher :

• Eclipse
• PyCharm
• Jupyter Notebook
• Spyder

Importando no ambiente de Desenvolvimento

Para utilizarmos uma biblioteca no código que estamos desenvolvendo, precisamos importar.

Para importar, faça o seguinte:

• import pandas as pd

Nesse caso, estou chamando a biblioteca Pandas e dando um novo apelido para ele , que é pd.

Tipos de Dados(dtypes) suportados pelo Pandas

Pandas dtype	Tipo de dados em Python	Uso
object	str ou mixed	Para texto ou valores mistos numéricos e não numéricos . É muito usado quando o Pandas não consegue reconhecer qual é o tipo de dados que você carregou
float64	float	Para números ponto flutuantes(com casas decimais)
int64	int	Para números inteiros
bool	bool	Para valores True/False (Verdadeiro/Falso)
datetime64	NA	Para valores em formato de data e hora. É muito utilizado para representar séries temporais
timedelta[ns]	NA	Para obter a diferença de dois datetimes
category	NA	Para Lista finita de texto

Estruturas de Dados 

Após estudarmos sobre os tipos de Dados, vamos aprender sobre as estruturas de Dados que existem no Pandas.

Temos duas estruturas: Series e DataFrame

• Series: é uma estrutura de dados unidimensional, ou seja, só tem uma coluna.

• DataFrame:  é uma estrutura de dados bidimensional em forma de tabelas, semelhante a uma tabela em SQL ou até com uma planilha do Excel, ou do Google Sheets.

Observe a figura:

Diferença entre Series e DataFrame

Leitura de dados com  Pandas

Como os dados que vão ser lidos podem vir em diferentes formatos, a biblioteca Pandas possui diversas funções para realizar essa leitura de dados.

As funções mais utilizadas são as seguintes:

• read_csv: para ler dados que estão em arquivos no formato CSV;
• read_json : para ler dados que estão em arquivos no formato JSON;
• read_excel: para ler dados que estão em arquivos Excel.

Aplicações da biblioteca Pandas

Com o Pandas, podemos realizar verdadeiros milagres mas em resumo, ela é uma biblioteca que costuma ser aplicada para:

• Para agregar e transformar grandes conjuntos de dados;
• Transformar linhas em colunas;
• Remover dados duplicados;
• Converter o formato de um arquivo: eu posso pegar um arquivo em CSV e converter para Excel , por exemplo;
• Fazer o tratamento de dados faltantes(representados por NaN),etc.

Exemplo de uma aplicação da Biblioteca Pandas: Convertendo um DataFrame em arquivo CSV

Um DataFrame do Pandas pode ser criado carregando um conjunto de dados(chamado dataset) de alguma fonte externa(banco de dados em SQL, uma planilha do Excel, um arquivo CSV ou outra fonte em que seja possível armazenar algo como uma tabela)

Também, podemos criar um DataFrame a partir de uma estrutura de dados nativa do Python, como uma lista ou um dicionário.

Para este exemplo, vou fazer o seguinte:  Criar um DataFrame com o nome de algumas pessoas e depois salvar na minha máquina no formato CSV.

1 - Criar o DataFrame utilizando Dicionário em Python. 

import pandas as pd

meu_dataframe=pd.DataFrame(

{ 'Nome': {0: 'Araújo', 1: 'Victor', 2: 'Catumbela', 3: 'Moisés', 4: 'Mendrote'},

'    Disciplinas favoritas': {0: 'Linguagem Python', 1: 'Matemática',

2: 'Estatistica', 3: 'Política', 4: 'Linguagem SQL'} })

print(meu_dataframe)

Essa é saída que a função print retornou

DataFrame criado com sucesso

2 -  Converter o DataFrame em CSV e exportando para o meu computador

import pandas as pd

meu_dataframe=pd.DataFrame(

{ 'Nome': {0: 'Araújo', 1: 'Victor', 2: 'Catumbela', 3: 'Moisés', 4: 'Mendrote'},

'    Disciplinas favoritas': {0: 'Linguagem Python', 1: 'Matemática',

                               2: 'Estatistica', 3: 'Política', 4: 'Linguagem SQL'} })

print(meu_dataframe)

# EXPORTANDO O DATAFRAME COMO ARQUIVO CSV

meu_dataframe.to_csv("disciplinas_favoritas.csv", index = False)

Observe a imagem do arquivo no meu computador

#LinguagemPython #BibliotecaPandas #SeriesTemporais #introdução_LinguagemPython #PythonLanguage #ComoAprenderPython #ExercíciosdePython #pip_em_python #arquivo_CSV #DataFrame #DataFrame_em_python