import pandas as pd
df = pd.read_csv('https://raw.githubusercontent.com/alura-cursos/pandas-conhecendo-a-biblioteca/main/desafios/alunos.csv')
df.head(7)
df.tail(5)
df[['Idade', 'Notas', 'Aprovado']]
df.shape
df.dtypes # visualizar também com info()
df.describe(include='all')
Oi, Marcelo! Tudo bom?
Excelente! Siga praticando com os desafios e sempre compartilhe conosco.
Você soube aplicar uma seleção de colunas de forma eficiente para focar apenas nos dados relevantes, aproveitou o método describe() para obter uma visão estatística completa do DataFrame e entendeu como o atributo dtypes é essencial para verificar os tipos de dados e evitar erros nas análises.
Como dica adicional, experimente utilizar info() quando precisar inspecionar rapidamente o número de linhas não nulas e os tipos de cada coluna. Assim:
df.info()
Resultado:
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 18 entries, 0 to 17
Data columns (total 4 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 Nome 18 non-null object
1 Idade 18 non-null int64
2 Notas 12 non-null float64
3 Aprovado 18 non-null bool
dtypes: bool(1), float64(1), int64(1), object(1)
memory usage: 582.0+ bytes
Com isso, você poderá diagnosticar rapidamente problemas de dados faltantes ou tipos incorretos.
Para saber mais:
Sugestão de conteúdo para você mergulhar ainda mais sobre o tema:
Alguns materiais estão em inglês, mas é possível compreendê-los usando o recurso de tradução de páginas do próprio navegador.
Fico à disposição! E se precisar, conte sempre com o apoio do fórum.
Abraço e bons estudos!
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!