(Série: Python para Análise de Dados — Parte 1)

Fala, pessoal! Seja muito bem-vindo à nossa nova série de estudos dedicada ao mundo da análise de dados com Python. Se você já olhou para uma planilha gigante cheia de linhas e colunas e pensou "deve existir um jeito melhor de lidar com isso", saiba que você está no lugar certo.

Neste primeiro artigo da série, vamos colocar a mão na massa e conhecer a ferramenta que vai virar sua melhor amiga: o Pandas.

O que é o Pandas e por que usá-lo?

Quando começamos a programar em Python, lidamos com listas e dicionários. Mas, à medida que os dados crescem, essas estruturas nativas ficam limitadas. É aí que entra o Pandas. Criada por Wes McKinney em 2008, essa biblioteca transformou o Python em uma potência para processamento de dados tabulares.

Pense no Pandas como uma versão do Excel turbinada por código, capaz de rodar em cima de milhares ou milhões de linhas em segundos. Para começar a usá-lo, o ritual básico é sempre o mesmo:

import pandas as pd

As Duas Estrelas do Show: Series e DataFrame

O Pandas opera basicamente com dois tipos de estruturas de dados:

• Series: É uma matriz unidimensional. Pense nela como uma única coluna de uma planilha, acompanhada de um índice.
• DataFrame: É a estrutura principal (a que você vai usar 99% do tempo). É uma tabela bidimensional completa, formada por linhas e colunas rotuladas.

Vamos criar um DataFrame manualmente para ver como funciona na prática:

import pandas as pd

# Criando um dicionário com nossos dados de exemplo
dados = {
    'Nome': ['Ana', 'Bruno', 'Carlos'],
    'Idade': [25, 30, 35],
    'Cidade': ['São Paulo', 'Rio de Janeiro', 'Curitiba']
}

# Transformando o dicionário em um DataFrame do Pandas
df = pd.DataFrame(dados)

print(df)

O resultado dessa execução nos devolve uma tabela limpa e organizada:

     Nome  Idade          Cidade
0     Ana     25       São Paulo
1   Bruno     30  Rio de Janeiro
2  Carlos     35        Curitiba

Olhando por Dentro: Como Inspecionar Seus Dados

Na vida real, você raramente vai criar dados no braço. O mais comum é carregar arquivos externos (como um .csv ou .xlsx) usando comandos como df = pd.read_csv('dados.csv').

Assim que os dados entram no ambiente, precisamos "conhecer" o nosso dataset utilizando ótimos atalhos:

• df.head(): Mostra as primeiras 5 linhas para você bater o olho.
• df.info(): Dá um raio-x completo dos tipos de dados e valores nulos.
• df.describe(): Gera um resumo estatístico rápido das colunas numéricas.

Filtrando e Selecionando: Encontrando a Agulha no Palheiro

Uma das maiores vantagens do Pandas é a facilidade para extrair informações específicas. Quer filtrar apenas as pessoas com mais de 28 anos?

# Filtrando linhas onde a Idade é maior que 28
mais_velhos = df[df['Idade'] > 28]

print(mais_velhos)

Você também pode selecionar colunas específicas isoladamente:

# Retorna apenas a coluna 'Nome' como uma Series
nomes = df['Nome']

A Mágica do Agrupamento (groupby)

Quando precisamos resumir informações — como o faturamento total por categoria de produto ou a média de idade por cidade —, o comando groupby resolve o problema de forma elegante, funcionando como as tabelas dinâmicas do Excel:

# Exemplo conceitual de agrupamento para calcular médias por grupo:
# resumo = df.groupby('Cidade')['Idade'].mean()

Próximos Passos

Com essa base, você já consegue carregar, inspecionar, filtrar e manipular tabelas básicas em Python. No próximo artigo da nossa série, vamos avançar para a limpeza de dados (Data Cleaning) — afinal, os dados reais vêm cheios de valores ausentes e inconsistências que precisamos corrigir.

Gostou do post? o que acha de nos falar sobre como esta sendo a sua experiência em Pandas nos comentário? Até a próxima, e bons códigos!