Carregando
0x10Lição 2 de 10

Carregue os dados e organize-os

Leia arquivos CSV com pandas, inspecione o formato deles e transforme tabelas bagunçadas em tabelas organizadas (tidy).

22 min Questionário com 5 perguntas 2 exercícios de código
Ao final desta lição, você saberá
  • Carregar um CSV num DataFrame do pandas e inspecioná-lo
  • Aplicar as três regras dos dados organizados (tidy data)
  • Transformar uma tabela larga numa longa com melt

O pandas é a ferramenta padrão do Python para tabelas. Um DataFrame é uma tabela com colunas nomeadas; cada coluna é uma Series. As primeiras coisas a fazer com qualquer conjunto de dados novo:

1import pandas as pd
2trips = pd.read_csv("trips.csv")
3trips.shape          # (rows, columns)
4trips.head()         # first five rows
5trips.dtypes         # the type of each column
6trips.isna().sum()   # missing values per column
7trips.describe()     # summary statistics

O código aqui roda no seu navegador: o primeiro programa que importa o pandas faz o download dele, o que leva alguns segundos.

first_dataframe.py
1import io
2import pandas as pd
3csv_text = """trip_id,minutes,mode
41,12,bus
52,18,walk
63,9,bus"""
7trips = pd.read_csv(io.StringIO(csv_text))
8print(trips.shape)
9print(trips["minutes"].mean())
10print(trips["mode"].value_counts().to_dict())
Saída
(3, 3)
13.0
{'bus': 2, 'walk': 1}

Dados organizados (tidy data)

O artigo “Tidy Data” (2014), de Hadley Wickham, definiu um formato-alvo simples que facilita a análise:

  1. Cada variável é uma coluna.
  2. Cada observação é uma linha.
  3. Cada tipo de unidade observacional é uma tabela.

As planilhas costumam ser “largas”: uma coluna por ano, digamos. Isso quebra a regra 1 - o ano é uma variável escondida nos nomes das colunas. pd.melt transforma o formato largo em longo (tidy); pivot faz o caminho inverso para exibição.

Experimente

Até 15 XP

Organizada ou bagunçada?

Cada formato de tabela está organizado? Se não, que regra ele quebra?

0 de 5 classificadosPontuação 0/0
  • “city | 2024 | 2025 | 2026 (passageiros em cada coluna de ano)”

  • “city | year | riders”

  • “station | "lat,lon" numa única coluna de texto”

  • “linhas de viagens misturadas com linhas de endereços de estações numa mesma planilha”

  • “trip_id | start_time | minutes | member_type”

Principais conclusões

  • Comece todo conjunto de dados com shape, head, os tipos, os valores ausentes e describe().

  • Organizado: variáveis nas colunas, observações nas linhas, uma unidade por tabela.

  • pd.melt transforma tabelas largas em longas; pivot faz o inverso.

Quiz da aula

5 perguntas · aprovação com 4 acertos · até 50 XP

Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.

Pratique: escreva código em Python

Escreva código Python no editor e execute os testes com exemplos. O Python roda localmente no navegador usando WebAssembly.

Exercício 1

Primeiro olhar sobre um conjunto de dados

+25 XP

Leia o CSV da entrada padrão com pandas e imprima:

1R rows, C columns
2columns: a, b, c
3missing: col=n, col=n      (columns with missing values, in column order; or "missing: none")
4mean minutes: X            (1 decimal, ignoring missing values)

Na linha missing, liste as colunas com valores ausentes, na ordem das colunas (ou missing: none). Em mean minutes, use 1 casa decimal e ignore os valores ausentes.

  • Lacunas em duas colunas
  • Dados completos
main.py
Carregando editor…

O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.

Exercício 2

Use melt numa tabela larga

+25 XP

Leia um CSV largo (uma coluna city mais uma coluna por ano) e transforme-o com melt em city, year, riders. Ordene por cidade e depois por ano, e imprima cada linha como city year riders.

  • Duas cidades, dois anos
main.py
Carregando editor…

O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.

Dúvidas sobre esta lição

Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.

Carregando publicações…