Introdução ao Pandas em Python: Manipulação de Dados – Leitura de CSV, Filtros e Agrupamentos
Com o Pandas, você pode:
✔ Ler e escrever arquivos em diversos formatos (CSV, Excel, JSON, SQL).
✔ Selecionar e filtrar linhas e colunas de forma simples.
✔ Agrupar informações e calcular estatísticas rapidamente.
✔ Trabalhar com dados estruturados como se estivesse usando uma planilha avançada.
Neste artigo, vamos criar exemplos práticos em Python para mostrar como usar o Pandas em três cenários principais:
Leitura de arquivos CSV.
Filtros e seleção de dados.
Agrupamentos e cálculos estatísticos.
1. Instalando e importando o Pandas
Antes de tudo, é necessário instalar o Pandas (se ainda não estiver instalado):
pip install pandas
E depois importá-lo no seu código:
import pandas as pd
2. Criando ou lendo um DataFrame
Um DataFrame é a estrutura principal do Pandas – pense nele como uma tabela, semelhante ao Excel.
Vamos criar um CSV de exemplo com informações de alunos:
Arquivo alunos.csv
nome,idade,curso,nota
Ana,21,Engenharia,8.5
Carlos,19,Direito,7.2
Maria,22,Computação,9.1
João,20,Matemática,6.8
Beatriz,23,Engenharia,8.0
Agora, vamos carregar esse CSV no Pandas:
# Lendo o arquivo CSV
df = pd.read_csv("alunos.csv")
# Exibindo o DataFrame completo
print("=== DataFrame carregado ===")
print(df)
Saída esperada:
nome idade curso nota
0 Ana 21 Engenharia 8.5
1 Carlos 19 Direito 7.2
2 Maria 22 Computação 9.1
3 João 20 Matemática 6.8
4 Beatriz 23 Engenharia 8.0
3. Explorando os dados
O Pandas traz funções úteis para entender a estrutura do DataFrame:
print("\n=== Primeiras linhas ===")
print(df.head())
print("\n=== Últimas linhas ===")
print(df.tail())
print("\n=== Informações gerais ===")
print(df.info())
print("\n=== Estatísticas descritivas ===")
print(df.describe())
📊 O comando df.describe() gera estatísticas úteis, como média, desvio padrão, valores mínimos e máximos.
4. Selecionando colunas e linhas
Você pode acessar colunas específicas como se fossem dicionários:
print("\n=== Apenas a coluna nome ===")
print(df["nome"])
print("\n=== Nome e Nota ===")
print(df[["nome", "nota"]])
Para acessar linhas, temos:
print("\n=== Primeira linha ===")
print(df.iloc[0])
print("\n=== Da linha 2 até a 3 ===")
print(df.iloc[2:4])
Também podemos aplicar condições (filtros):
print("\n=== Alunos com nota maior que 8 ===")
print(df[df["nota"] > 8])
print("\n=== Apenas alunos de Engenharia ===")
print(df[df["curso"] == "Engenharia"])
5. Ordenando dados
Ordenar é simples com sort_values:
print("\n=== Ordenando por nota (decrescente) ===")
print(df.sort_values(by="nota", ascending=False))
print("\n=== Ordenando por curso e depois por nota ===")
print(df.sort_values(by=["curso", "nota"]))
6. Agrupando e resumindo dados
O groupby() é uma das funções mais poderosas do Pandas. Com ele, conseguimos agrupar dados e aplicar funções estatísticas.
Exemplo: média das notas por curso:
print("\n=== Média de notas por curso ===")
print(df.groupby("curso")["nota"].mean())
Saída:
curso
Computação 9.10
Direito 7.20
Engenharia 8.25
Matemática 6.80
Name: nota, dtype: float64
Podemos também calcular várias estatísticas de uma só vez:
print("\n=== Estatísticas completas por curso ===")
print(df.groupby("curso")["nota"].agg(["mean", "max", "min", "count"]))
Saída esperada:
mean max min count
curso
Computação 9.10 9.1 9.1 1
Direito 7.20 7.2 7.2 1
Engenharia 8.25 8.5 8.0 2
Matemática 6.80 6.8 6.8 1
7. Salvando os resultados
Depois de manipular os dados, podemos salvar em outro CSV:
df.to_csv("resultado.csv", index=False)
print("\n✅ Arquivo 'resultado.csv' criado com sucesso!")
8. Exercícios para praticar
Crie um CSV com informações de vendas de produtos (produto, quantidade, valor unitário) e use o Pandas para calcular o faturamento total por produto.
Filtre apenas os registros de alunos com idade maior que 20 e nota acima de 8.
Ordene os dados por curso e, dentro de cada curso, pelas notas.
Agrupe por curso e descubra quantos alunos existem em cada um.
Exporte os resultados para Excel (.xlsx) usando:
df.to_excel("resultado.xlsx", index=False)
Conclusão
O Pandas é uma biblioteca essencial para qualquer programador ou analista que precise manipular dados.
Neste artigo, você aprendeu:
✔ Como ler arquivos CSV.
✔ Como selecionar, filtrar e ordenar dados.
✔ Como agrupar informações e calcular estatísticas.
✔ Como salvar os resultados novamente em CSV ou Excel.
Esse é apenas o começo: o Pandas também permite tratar valores nulos, mesclar tabelas, trabalhar com datas e até integrar com bibliotecas de visualização para criar gráficos diretamente dos dados.
Comentários
Postar um comentário