Рет қаралды 1,879
Nesse vídeo, a Kizzy explora operações com datas em um conjunto de dados, utilizando a classe Datetime do Pandas. Enquanto trabalhamos com dados no Pandas, executamos uma vasta gama de operações nos dados para obtê-los na forma desejada. Uma dessas operações pode ser a conversão de tipo de colunas de um DataFrame do Pandas.
Sumário do vídeo:
0:00 Tema do vídeo
0:22 Apresentação
0:35 O que é Dica de Pandas?
0:48 Comentário que motivou o vídeo
02:03 O que é o Kaggle?
02:15 Conjunto de dados utilizado no vídeo
03:05 Abrindo um conjunto de dados com Pandas - read_csv
03:45 método info( ) para ver tipos de dados das colunas
04:26 Operações com colunas
06:10 Convertendo uma coluna para Datetime - to_datetime( )
08:00 Operações com colunas Datetime
08:15 Gráficos com colunas data no Pandas
11:10 Coluna datetime como índice do Dataframe
Manipular linhas e colunas usando o Pandas é importante em diversas atividades dentro do trabalho de um analista de dados ou cientista de dados. Dentre elas:
- Exploração de Dados: tarefa crucial para entender a estrutura dos dados, identificar padrões, detectar valores ausentes e obter insights iniciais.
- Preparação de Dados: Ao selecionar as colunas relevantes, você pode criar subconjuntos focados de dados que são mais relevantes para a tarefa em questão. Além disso, Você pode filtrar, substituir, renomear, agregar e aplicar funções específicas às colunas escolhidas, tornando os dados mais preparados para análise. Isso ajuda a reduzir o ruído e melhorar a qualidade dos resultados.
- Análise Específica: Dependendo das perguntas que você está tentando responder, pode ser necessário focar em um subconjunto específico de dados. Selecionar apenas as colunas relevantes ajuda a evitar a sobrecarga de informações e a concentrar-se nas variáveis que importam para sua análise.
- Visualização: Ao selecionar as colunas de interesse, você pode criar visualizações mais claras e significativas dos dados. Isso permite que você comunique suas descobertas de maneira mais eficaz.
- Modelagem de Dados: Ao criar modelos de machine learning, é importante escolher as variáveis (colunas) relevantes para a previsão. A seleção cuidadosa das colunas pode melhorar a precisão e a generalização do modelo, além de reduzir a dimensionalidade desnecessária.
Links úteis:
📌 Código do vídeo: www.kaggle.com...
📌 Site oficial do Pandas: pandas.pydata....
Em programação de computadores, pandas é uma biblioteca de software criada para a linguagem Python para manipulação e análise de dados. Em particular, oferece estruturas e operações para manipular tabelas numéricas e séries temporais. É software livre sob a licença BSD.[2] O nome é derivado do termo inglês "panel data"(dados em painel), um termo usado em estatística e econometria para conjunto de dados que incluem várias unidades amostrais (indivíduos, empresas, etc) acompanhadas ao longo do tempo. Fonte: Wikipedia
#DicaPandas #Python
▶️ Assista também:
- CONVERTENDO uma coluna de um DataFrame do Pandas | Dica de Pandas 01: • CONVERTENDO uma coluna...
- MODIFICANDO o tamanho das COLUNAS de um DataFrame | Dica de Pandas 02: • MODIFICANDO o tamanho ...
- VARIÁVEIS CATEGÓRICAS no Pandas,, dataset GRANDE, dados AUSENTES, bins | Dica de Pandas 06: • VARIÁVEIS CATEGÓRICAS ...
- Particionando DADOS em arquivos CSV menores + Tempo de Execução no Jupyter Notebook | Dica Pandas 09: • Particionando DADOS em...
- As perguntas de Pandas mais populares no StackOverflow + Pare de copiar código! | Dica de Pandas 10: • As perguntas de Pandas...
- Ordenando VÁRIAVEIS CATEGÓRICAS no Pandas - CategoricalDtype | Dica de Pandas 11: • Ordenando VÁRIAVEIS CA...
- Como visualizar um Pandas DataFrame com imagens HTML | Dica de Pandas 14: • Como visualizar um Pan...
📚 Livro para estudar Bancos de Dados - amzn.to/3Hjjusc
📚 Livros recomendados de Data Science: amzn.to/2XZyxUr
📚 Livros de Algoritmos e Estruturas de Dados: amzn.to/3d5wK4m
SetUp - Equipamentos: amzn.to/37Cg3N2
🟣 Canal na Twitch para lives: / pgdinamica
🟦 Canal do Telegram para receber todos os vídeos: t.me/pgdinamica
🥰 Se você gosta do nosso trabalho e acha relevante a nossa atuação no KZfaq, considere nos apoiar se tornando membro do canal: www.youtube.co...
✉️ E-mails:
- Propostas comerciais: pgdinamica@brunch.ag
- Demais assuntos: contato@programacaodinamica.com.br
👩🏾💻👨🏾💻 Confira mais conteúdo em nosso blog: / programacaodinamica
TikTok: @pgdinamica
📸 Nos siga no Instagram: / pgdinamica
📸 @kizzy_terra @hallpaz
🐦 Nos siga no Twitter: / pgdinamica
🐦 @kizzy_terra @hallpaz
* Curta a Programação Dinâmica no facebook: pgdinamica
* Nosso repositório no Github: github.com/programacaodinamica
* Confira os artigos no Python Café: pythoncafe.com.br