Series Conteudo Completo

Manipulação de DataFrames com Pandas
Introdução às Series no Pandas
### Explicação sobre Series no Pandas
As **Series** no Pandas são estruturas de dados unidimensionais, semelhantes a arrays ou listas, mas com rótulos
(índices) associados a cada elemento. Elas são muito úteis para representar uma única coluna ou linha de um
DataFrame ou para trabalhar com dados sequenciais.
### Criando uma Series
1. **A partir de uma lista**
```python
import pandas as pd
dados = [10, 20, 30, 40, 50]
serie = pd.Series(dados)
```
2. **A partir de um dicionário**
Quando você usa um dicionário, as chaves se tornam os índices:
```python
dados = {'a': 10, 'b': 20, 'c': 30, 'd': 40}
serie = pd.Series(dados)
```
3. **Definindo índices personalizados**
Página 1
```python
dados = [100, 200, 300, 400]
indices = ['Janeiro', 'Fevereiro', 'Março', 'Abril']
serie = pd.Series(dados, index=indices)
```
### Operações com Series
1. **Filtrar valores**
Selecionar valores com base em uma condição:
```python
serie[serie > 200]
```
2. **Operações matemáticas**
Adicionar 10 a todos os elementos:
```python
serie + 10
```
3. **Aplicar funções personalizadas**
Usar `apply` para realizar operações personalizadas:
```python
serie.apply(lambda x: x * 2)
```
Página 2
4. **Estatísticas básicas**
```python
serie.mean() # Média
serie.sum() # Soma total
serie.max() # Valor máximo
serie.min() # Valor mínimo
```
### Manipulação de Strings em Series
1. **Transformar todas as strings em maiúsculas**
```python
serie.apply(lambda x: x.upper())
```
2. **Contar o número de caracteres de cada string**
```python
serie.apply(lambda x: len(x))
```
### Exemplo de Series
Exemplo de uma Series com índices personalizados:
```python
dados = [15, 30, 45, 60]
Página 3
indices = ['A', 'B', 'C', 'D']
serie = pd.Series(dados, index=indices)
```
**Saída:**
```
A 15
B 30
C 45
D 60
dtype: int64
```
Página 4

Series Conteudo Completo

Enviado por

Direitos autorais:

Formatos disponíveis

Series Conteudo Completo

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Series Conteudo Completo

Enviado por

Direitos autorais:

Formatos disponíveis

Manipulação de DataFrames com Pandas

Introdução às Series no Pandas

### Explicação sobre Series no Pandas

DataFrame ou para trabalhar com dados sequenciais.

### Criando uma Series

1. **A partir de uma lista**

dados = [10, 20, 30, 40, 50]

2. **A partir de um dicionário**

Quando você usa um dicionário, as chaves se tornam os índices:

dados = {'a': 10, 'b': 20, 'c': 30, 'd': 40}

3. **Definindo índices personalizados**

dados = [100, 200, 300, 400]

indices = ['Janeiro', 'Fevereiro', 'Março', 'Abril']

serie = pd.Series(dados, index=indices)

### Operações com Series

Selecionar valores com base em uma condição:

serie[serie > 200]

Adicionar 10 a todos os elementos:

3. **Aplicar funções personalizadas**

Usar `apply` para realizar operações personalizadas:

serie.sum() # Soma total

serie.max() # Valor máximo

serie.min() # Valor mínimo

### Manipulação de Strings em Series

1. **Transformar todas as strings em maiúsculas**

2. **Contar o número de caracteres de cada string**

### Exemplo de Series

Exemplo de uma Series com índices personalizados:

dados = [15, 30, 45, 60]

indices = ['A', 'B', 'C', 'D']

serie = pd.Series(dados, index=indices)

Você também pode gostar

1. A partir de uma lista

2. A partir de um dicionário

3. Definindo índices personalizados

3. Aplicar funções personalizadas

1. Transformar todas as strings em maiúsculas

2. Contar o número de caracteres de cada string