Vamos começar entendendo os conceitos de formatos wide e long e as vantagens de usar cada um. Em seguida, você vai aprender a pivotar dados do formato long para o formato wide e a obter estatísticas resumidas de um DataFrame grande.

Formatos de dados wide e long

O longo e o largo

Invertendo jogadores

Reestruturando usando o método pivot

Driblando o método pivot

Jogador ofensivo ou defensivo?

Repita o último passo!

Tabelas dinâmicas

Revisando os movimentos

Explorando o grande clássico

O mais alto e o mais pesado

Introdução à reestruturação de dados

Domine a técnica de transformar DataFrames do formato wide para long. Neste capítulo, você vai aprender a usar o método de melting e a função wide to long, antes de descobrir como lidar com colunas de texto concatenando ou dividindo conteúdo.

Reestruturando com melt

Tempos góticos

Avaliação não é tudo

Como está Frankenstein, Dorian Gray?

Função wide_to_long

A era de ouro

Desvendando o código

Hora de ler, Katniss!

Trabalhando com colunas de strings

Você disse distopia?

Qual é a sua avaliação, Harry?

Elementar, meu caro Watson!

Convertendo entre os formatos wide e long

Neste capítulo, você vai elevar suas habilidades de manipulação de dados usando indexação em múltiplos níveis. Você vai aprender a remodelar DataFrames rearranjando níveis dos índices de linha para o eixo de colunas, ou vice-versa. Também vai adquirir as habilidades necessárias para lidar com dados ausentes gerados nos processos de empilhamento e desempilhamento.

Empilhando DataFrames

Empilhe as chamadas!

Índice de catálogo telefônico

Manda um texto!

Desempilhando DataFrames

Chamadas internacionais

Ligar outra vez

Organizando seu correio de voz

Trabalhando com vários níveis

Troque seu chip (SIM)

Chamadas demais

Tratando dados ausentes

Uma chamada perdida

Não derrube a pilha

Empilhando e desempilhando DataFrames

Você vai encerrar aprendendo a combinar o processo de reestruturação com agrupamentos para realizar manipulações rápidas. Por fim, vai descobrir como transformar colunas com dados em formato de lista e lidar com dados aninhados complexos, como arquivos JSON aninhados.

Reestruturando e combinando dados

Menos fast food, por favor!

Só subindo

Uma análise por grupo

Transformando uma coluna do tipo lista

Una tudo

Explodindo os limites

O bom e velho split

Lendo dados aninhados em um DataFrame

Filmes aninhados

Um filme complexo

Lidando com colunas de dados aninhados

Desaninhando aves

Não descarte o pássaro

A última transformação

Reestruturação avançada

Customer churn data

Books data

FIFA players data

Obesity data

Muitas vezes, os dados estão em um formato legível para humanos, mas não são adequados para análise. É aí que o pandas ajuda — ele é uma ferramenta poderosa para remodelar DataFrames em diferentes formatos. Neste curso, você vai desenvolver suas habilidades de cientista e analista de dados ao aprender a manipular colunas de texto (strings) e dados aninhados em um DataFrame. Você vai trabalhar com dados do mundo real, incluindo avaliações de jogadores da FIFA, resenhas de livros e dados de churn, enquanto aprende a transformar um DataFrame do formato wide para long, empilhar e desempilhar linhas e colunas e obter estatísticas descritivas de um DataFrame com multi-índice.

Data Manipulation with pandas

Reformate DataFrames de largo para longo, empilhe/desempilhe linhas e colunas, e gerencie multi-index.

Reestruturando dados com pandas

Reorganize DataFrame de um formato amplo para um formato longo, empilhe e desempilhe linhas e colunas e organize DataFrame com vários índices.

Transformando uma coluna do tipo lista

Create Your Free Account