Liberando o poder dos dados com Pandas: insights de censos de esquilos e conversões de temperatura

Bem-vindos ao maravilhoso mundo da análise de dados com Pandas! Neste post, vamos mergulhar em alguns exemplos práticos que demonstram a versatilidade desta poderosa biblioteca Python.

De contar esquilos a converter temperaturas, exploraremos como Pandas pode ajudá-lo a extrair insights valiosos de seus dados.

Contagem de esquilos no Central Park

Já se perguntou sobre a distribuição das cores de pelo de esquilos no Central Park? Pandas está aqui para te ajudar! Veja como podemos analisar um conjunto de dados de censo de esquilos para descobrir esses insights peludos:

1. Carregue os dados CSV:

Python

# Importando bibliotecas

import pandas as pd

# Carregando os dados CSV dados = pd.read_csv("2018_Central_Park_Squirrel_Census_Squirrel_Data.csv")

1. Conte os esquilos por cor de pelo:

Python

# Contando os esquilos por cor de pelo

contagem_esquilos_cinza = len(dados[dados["Primary Fur Color"] == "Gray"]) contagem_esquilos_vermelhos = len(dados[dados["Primary Fur Color"] == "Cinnamon"]) contagem_esquilos_pretos = len(dados[dados["Primary Fur Color"] == "Black"])

1. Crie um novo DataFrame e salve-o como um CSV:

Python

# Criando um novo DataFrame e salvando como um CSV

dicionario_dados = { "Cor do Pelo": ["Cinza", "Vermelho", "Preto"], "Contagem": [contagem_esquilos_cinza, contagem_esquilos_vermelhos, contagem_esquilos_pretos] } df = pd.DataFrame(dicionario_dados) df.to_csv("contagem_esquilos.csv")

Explorando DataFrames e Séries

DataFrames são como planilhas em Python, contendo linhas e colunas de dados. Séries, por outro lado, representam uma única coluna de um DataFrame. Vamos ver como podemos trabalhar com eles:

1. Acessando colunas:

# Acessando colunas

coluna_temperatura = dados["temp"]

coluna_dia = dados["day"]

coluna_condicoes = dados["conditions"]

1. Filtrando linhas:

Python

segunda_feira = dados[dados.day == "Monday"]

print(segunda_feira.conditions) # Imprime as condições para segunda-feira print(segunda_feira.temp) # Imprime a temperatura para segunda-feira

Convertendo temperaturas para Fahrenheit

Pandas também pode ajudar com operações numéricas, como converter temperaturas de Celsius para Fahrenheit:

Python

temperatura_segunda = int(segunda_feira.temp) # Acessar a temperatura de segunda feira temperatura_segunda_F = temperatura_segunda * 9/5 + 32  # Converter para Fahrenheit print(temperatura_segunda_F)

Fique ligado para mais aventuras Pandas!

Este é apenas um vislumbre do que Pandas pode fazer.

Em próximos posts, exploraremos recursos e técnicas mais avançadas para tornar sua jornada de análise de dados ainda mais poderosa!

Fontes:

• https://github.com/lenargasimov/100-days-of-python

• https://github.com/phillipai/100-days-of-code-python