Pandas Cheatsheet: Principais comandos que você deve saber [2022]

A análise de dados se tornou um novo gênero de estudo, e tudo graças ao Python. Se você é um analista de dados entusiasta que trabalha em Python quase absolutamente usa a biblioteca Pandas, então este artigo é para você. Esta folha de dicas do Pandas passará por todos os métodos essenciais que são úteis ao analisar dados. Você pode ter encontrado situações em que é difícil lembrar a sintaxe específica para fazer algo no Pandas. Esses comandos da folha de dicas do Pandas ajudarão você a lembrar e fazer referência facilmente às operações mais comuns do Pandas. Se você é iniciante em python e ciência de dados, os cursos de ciência de dados do upGrad definitivamente podem ajudá-lo a mergulhar mais fundo no mundo de dados e análises.

Usando a folha de dicas do Pandas

Antes de usar esta folha de dicas do Pandas , você deve aprender completamente o Tutorial do Pandas e, em seguida, consultar esta folha de dicas para lembrar e liberar. A folha de dicas do Pandas ajudará você a procurar rapidamente os métodos que você já aprendeu e pode ser útil mesmo se você estiver indo para um exame ou entrevista. Coletamos e agrupamos todos os comandos usados ​​com frequência nos Pandas por um analista de dados para facilitar a detecção. Nesta folha de dicas do Pandas , usaremos a seguinte abreviação para representar diferentes objetos.

• df: Para representar qualquer objeto Pandas DataFrame
• ser: Para representar qualquer objeto da Série Pandas

Você precisa usar as seguintes bibliotecas relevantes para implementar os métodos mencionados abaixo neste artigo.

• importar pandas como pd
• importar numpy como np

Deve ler: Perguntas de entrevista de pandas

1. Importe dados de diferentes arquivos

• Para ler todos os dados de um arquivo CSV: pd.read_csv(file_name)
• Para ler todos os dados de um arquivo de texto delimitado (como TSV): pd.read_table(file_name)
• Para ler uma planilha do Excel: pd.read_excel(file_name)
• Para ler dados de um banco de dados SQL: pd.read_sql(query, connectionObject)
• Buscando os dados de uma string ou URL formatada em JSON: pd.read_json(jsonString)
• Para pegar o conteúdo da sua área de transferência: pd.read_clipboard()

2. Exporte DataFrames em diferentes formatos de arquivo

• Para gravar um DataFrame em um arquivo CSV: df.to_csv(file_name)
• Para gravar um DataFrame em um arquivo do Excel: df.to_excel(file_name)
• Para gravar um DataFrame em uma tabela SQL: df.to_sql(tableName, connectionObject)
• Para gravar um DataFrame em um arquivo no formato JSON: df.to_json(file_name)

3. Inspecione uma seção específica de seu DataFrame ou Série

• Para buscar todas as informações relacionadas ao índice, tipo de dados e memória: df.info()
• Para extrair as 'n' linhas iniciais do seu DataFrame: df.head(n)
• Para extrair as 'n' linhas finais do seu DataFrame: df.tail(n)
• Para extrair o número de linhas e colunas disponíveis em seu DataFrame: df.shape
• Para resumir as estatísticas para colunas numéricas: df.describe()
• Para visualizar valores exclusivos junto com suas contagens: ser.value_counts(dropna=False)

4. Selecionando um subconjunto específico de seus dados

• Extraia a primeira linha: df.iloc[0,:]
• Para extrair o primeiro elemento da primeira coluna do seu DataFrame: df.iloc[0,0]
• Para retornar colunas com rótulo 'col' como Series: df[col]
• Para retornar colunas com um novo DataFrame: df[[col1,col2]]
• Para selecionar dados por posição: ser.iloc[0]
• Para selecionar dados por índice: ser.loc['index_one']

5. Comandos de limpeza de dados

• Para renomear colunas em massa: df.rename(columns = lambda x: x + 1)
• Para renomear colunas seletivamente: df.rename(columns = {'oldName': 'newName'})
• Para renomear o índice em massa: df.rename(index = lambda x: x + 1)
• Para renomear colunas em sequência: df.columns = ['x', 'y', 'z']
• Para verificar se existem valores nulos, retorna uma matriz booleana de acordo: pd.isnull()
• O inverso de pd.isnull(): pd.notnull()
• Descarta todas as linhas contendo valores nulos: df.dropna()
• Descarta todas as colunas contendo valores nulos: df.dropna(axis=1)
• Para substituir cada valor nulo por 'n': df.fillna(n)
• Para converter todos os tipos de dados da série em float: ser.astype(float)
• Para substituir todos os números 1 por 'um' e 3 por 'três': ser.replace([1,2], ['um','dois'])

Leia também: Pandas Dataframe Astype

6. Agrupar, Classificar e Filtrar Dados

• Para retornar um objeto groupby para valores de coluna: df.groupby(colm)
• Para retornar o objeto groupby para vários valores de coluna: df.groupby([colm1, colm2])
• Para classificar valores em ordem crescente (por coluna): df.sort_values(colm1)
• Para classificar valores em ordem decrescente (por coluna): df.sort_values(colm2, ascendente=False)
• Extraia linhas em que o valor da coluna é maior que 0,6: df[df[colm] > 0,6]

7. Outros

• Adicione as linhas do primeiro DataFrame ao final do segundo DataFrame: df1.append(df2)
• Adicione as colunas do primeiro DataFrame ao final do segundo DataFrame: pd.concat([df1,df2],axis=1)
• Para retornar a média de todas as colunas: df.mean()
• Para retornar o número de valores não nulos: df.count()

Conclusão

Essas folhas de dicas do Pandas serão úteis apenas para uma recuperação rápida. É sempre uma boa abordagem praticar os comandos antes de pular diretamente para a folha de dicas do Pandas .

Se você está curioso para aprender sobre o Pandas, confira o Programa PG Executivo em Ciência de Dados do IIIT-B & upGrad, que é criado para profissionais que trabalham e oferece mais de 10 estudos de caso e projetos, workshops práticos práticos, orientação com especialistas do setor, 1- on-1 com mentores do setor, mais de 400 horas de aprendizado e assistência de trabalho com as principais empresas.