Python - Exemplos práticos

Agora que você entendeu para que serve o Python e como utilizá-lo, veremos alguns exemplos práticos. Como estamos falando de dados, vamos abordar a biblioteca Pandas.

1. Instalando o Pandas

Antes de começar, você precisa instalar a biblioteca pandas. Se ainda não fez isso, você pode instalar usando o seguinte comando:

pip install pandas

2. Criando e exibindo um DataFrame

Um DataFrame é uma estrutura de dados bidimensional que pode ser comparada a uma tabela em um banco de dados ou uma planilha do Excel.

import pandas as pd  

# Exemplo 1: Criando um DataFrame 
dados = {
    'Nome': ['Ana', 'Carlos', 'João'],
    'Idade': [23, 35, 45],
    'Cidade': ['São Paulo', 'Rio de Janeiro', 'Belo Horizonte'] 
}  
    
df = pd.DataFrame(dados)
print("DataFrame:") 
print(df)

Explicação: Neste exemplo, criamos um DataFrame a partir de um dicionário de dados e exibimos o DataFrame. É como criar uma tabela simples com algumas informações.

3. Acessando dados no DataFrame

Você pode acessar colunas, linhas e células específicas em um DataFrame.

# Exemplo 2: Acessando dados 
print("\nColuna Nome:")
print(df['Nome'])

print("\nPrimeira linha:")
print(df.iloc[0]) 

print("\nCélula específica (Idade de Carlos):") 
print(df.loc[df['Nome'] == 'Carlos', 'Idade'].values[0])`

Explicação: Aqui, acessamos uma coluna específica, a primeira linha e uma célula específica. É como pegar informações de uma tabela usando índices ou condições.

4. Filtrando dados

Filtrar dados permite que você selecione apenas as informações que atendem a determinadas condições.

# Exemplo 3: Filtrando dados 
filtro = df['Idade'] > 30 
print("\nPessoas com mais de 30 anos:") 
print(df[filtro])

Explicação: Este código filtra e exibe apenas as linhas onde a idade é maior que 30. É como buscar todas as pessoas em uma lista que atendem a um critério específico.

5. Adicionando e removendo colunas

Você pode adicionar novas colunas e remover colunas existentes em um DataFrame.

# Exemplo 4: Adicionando e removendo colunas 
df['Profissão'] = ['Engenheira', 'Médico', 'Professor'] 
print("\nDataFrame com nova coluna:") 
print(df)  

df = df.drop('Cidade', axis=1) 
print("\nDataFrame sem a coluna Cidade:") 
print(df)

Explicação: Aqui, adicionamos uma nova coluna chamada "Profissão" e depois removemos a coluna "Cidade". É como modificar uma tabela adicionando novas informações ou removendo as desnecessárias.

6. Calculando estatísticas básicas

O pandas oferece funções para calcular estatísticas básicas sobre os dados.

# Exemplo 5: Calculando estatísticas 
media_idade = df['Idade'].mean() 
print("\nMédia das idades:") 
print(media_idade)

Explicação: Este código calcula a média das idades no DataFrame. É como usar uma calculadora para obter uma visão geral dos dados.