Capítulo 3. Processamento de dados
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
3.0 Introdução
Data wrangling é um termo amplo utilizado, muitas vezes informalmente, para descrever o processo de transformação de dados brutos num formato limpo e organizado, pronto a ser utilizado. Para nós, a organização de dados é apenas um passo no pré-processamento dos nossos dados, mas é um passo importante.
A estrutura de dados mais comum usada para "manipular" dados é o dataframe , que pode ser intuitivo e incrivelmente versátil. Os quadros de dados são tabulares, o que significa que se baseiam em linhas e colunas, como verias numa folha de cálculo. Aqui está um dataframe criado a partir de dados sobre os passageiros do Titanic:
# Load libraryimportpandasaspd# Create URLurl='https://raw.githubusercontent.com/chrisalbon/sim_data/master/titanic.csv'# Load data as a dataframedataframe=pd.read_csv(url)# Show first five rowsdataframe.head(5)
| Nome | PClasse | Idade | Sexo | Sobreviveste | Código de sexo | |
|---|---|---|---|---|---|---|
| 0 | Allen, Miss Elisabeth Walton | 1.o | 29.00 | mulher | 1 | 1 |
| 1 | Allison, Miss Helen Loraine | 1.o | 2.00 | mulher | 0 | 1 |
| 2 | Allison, Sr. Hudson Joshua Creighton | 1.o | 30.00 | macho | 0 | 0 |
| 3 | Allison, Sra. Hudson JC (Bessie Waldo Daniels) | 1.o | 25.00 | mulher | 0 | 1 |
| 4 | Allison, Mestre Hudson Trevor | 1.o | 0.92 | macho | 1 | 0 |
Há três coisas importantes a notar neste quadro de dados.
Em primeiro lugar, num quadro de dados, cada linha corresponde ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access