Curso de Pandas Python (Aula 1.10) - Adicionando Colunas no DataFrame - Parte 1
24
Curso de Pandas Python (Aula 1.11) - Adicionando Colunas no DataFrame - Parte 2
25
Curso de Pandas Python (Aula 1.12) - Usando assign e lambda
26
Curso de Pandas - Python (Aula 2.1) - Indexação e atributos
27
Curso de Pandas - Python (Aula 2.2) - Usando seletor loc e iloc
28
Curso de Pandas - Python (Aula 2.3) - Seleção e filtros booleanos
29
Curso de Pandas Python (Aula 2.4) - Seletores head, loc e sample
30
Curso de Pandas Python (Aula 3.1) - Como abrir arquivos em outras pasta (Parte 1)
31
Curso de Pandas Python (Aula 3.2) - Entendendo sobre endereçamento - Parte 2
32
Curso de Pandas Python (Aula 3.3) Abrindo e criando arquivos CSV e Excel
33
Curso de Pandas Python (Aula 4.1) - Primeira análise de dados
34
Curso de Pandas Python (Aula 4.2) - Criando um dicionário de dados
35
Curso de Pandas Python (Aula 4.3) - Otimizando o uso da memória no Data Frame
36
Curso de Pandas Python (Aula 5.1) Iniciando a Análise Exploratória de Dados
37
Curso de Pandas Python (Aula 5.2) Continuando as análises
38
Curso de Pandas Python (Aula 5.3) - Corrigindo a coluna floor
39
Curso de Pandas Python (Aula 5.4) - Corrigindo os valores monetários da base usando applymap
Description:
Aprenda a manipular e analisar dados eficientemente com este curso abrangente de Pandas em português. Explore desde conceitos básicos até técnicas avançadas ao longo de 7 horas de conteúdo. Comece com uma introdução ao Pandas e configuração do ambiente Jupyter Notebook. Avance para tópicos como leitura de arquivos CSV e Excel, seleção de dados do SQL Server, uso de loc e iloc, ordenação, filtragem e agrupamento de dados. Aprofunde-se em Series e DataFrames, aprenda a renomear colunas, adicionar novas colunas e utilizar funções como apply e lambda. Pratique indexação, seleção booleana e otimização de memória. Conclua com uma análise exploratória de dados real, incluindo limpeza e correção de dados. Acesse os arquivos do curso no GitHub para acompanhar os exercícios práticos e aprimorar suas habilidades em análise de dados com Python e Pandas.