Vamos 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 DataFrames

Inspeção de um DataFrame

Partes de um DataFrame

Classificação e criação de subconjuntos

Classificação de linhas

Criação de subconjuntos de colunas

Como criar subconjuntos de linhas

Criação de subconjuntos de linhas por variáveis categóricas

Novas colunas

Adição de novas colunas

Ataque combinado!

Como transformar 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 resumo

Média e mediana

Como resumir informações sobre datas

Resumos eficientes

Estatísticas acumuladas

Contagem

Eliminação de valores duplicados

Contagem de variáveis categóricas

Estatísticas de resumo agrupadas

Que porcentagem das vendas ocorreu em cada tipo de loja?

Cálculos com .groupby()

Vários resumos agrupados

Tabelas dinâmicas

Tabelas dinâmicas com uma variável

Preenchimento de valores ausentes e soma de valores com tabelas dinâmicas

Agregação 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 explícitos

Definição e remoção de índices

Criação de subconjuntos com .loc[]

Definição de índices multiníveis

Classificação por valores de índice

Fatiamento e criação de subconjuntos com .loc e .iloc

Fatiamento pelos valores do índice

Fatiamento em ambas as direções

Fatiamento de séries temporais

Criação de subconjuntos por número de linha/coluna

Como trabalhar com tabelas dinâmicas

Tabela dinâmica de temperatura por cidade e ano

Criação de subconjuntos em tabelas dinâmicas

Cálculos com uma tabela dinâmica

Fatiamento e indexação 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 dados

Qual tamanho de abacate faz mais sucesso?

Mudanças nas vendas ao longo do tempo

Oferta e demanda de abacate

Preço do abacate convencional x orgânico

Valores ausentes

Identificação de valores ausentes

Eliminação de valores ausentes

Substituição de valores ausentes

Criação de DataFrames

Lista de dicionários

Dicionário de listas

Leitura e gravação de CSVs

De CSV para DataFrame

De DataFrame para CSV

Conclusão

Criação e visualização de DataFrames

Avocado prices

Walmart sales

Homelessness data

Temperatures

O pandas é a biblioteca Python mais conhecida do mundo, usada para tudo, desde a manipulação de dados até a análise de dados. Neste curso, você aprenderá a manipular DataFrames à medida que extrai, filtra e transforma conjuntos de dados reais 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!

<h2>Descubra a manipulação de dados com o pandas</h2>
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. 
<br><br>
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!
<br><br>
<h2>Trabalhe com dados pandas para explorar os principais conceitos de ciência de dados</h2>
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. 
<br><br>
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. 
<br><br>
<h2>Aprenda a manipular DataFrames</h2>
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.

Intermediate Python

Curso de manipulação de dados com pandas: extraia, filtre e transforme DataFrames para análise.

Manipulação de dados com o pandas

Aprenda a importar e limpar dados, calcular estatísticas e criar visualizações com pandas.

Cientista de dados associado  Em Python

Analista de dados  Em Python

Manipulação de dados  Em Python

Fundamentos de dados Python

Senior Content Developer at DataCamp

Pivot tables

Group by to pivot table

Different statistics

Multiple statistics

Pivot on two variables

Filling missing values in pivot tables

Summing with pivot tables

Let's practice!

https://s3.amazonaws.com/assets.datacamp.com/production/course_37063/subtitles/course_37063_a206dcb4d1a83bd348ad98ac3f3c6da8.vtt

Agregação de DataFrames - Tabelas dinâmicas