Pandas — Series e DataFrame

Pandas tem duas estruturas centrais: Series (vetor rotulado) e DataFrame (tabela rotulada). Praticamente toda análise em Python passa por uma delas.

Series

Criar a partir de uma lista

import pandas as pd

s = pd.Series([10, 20, 30])
# 0    10
# 1    20
# 2    30
# dtype: int64

Por padrão, o índice é numérico (0, 1, 2). Definir índices nomeados torna o vetor mais expressivo:

s = pd.Series([10, 20, 30], index=["a", "b", "c"], name="quantidade")
s["b"]    # 20
s.name    # "quantidade"
s.index   # Index(['a', 'b', 'c'], dtype='object')
s.values  # array([10, 20, 30])

Criar a partir de um dicionário

A chave vira índice:

populacao = pd.Series({"SP": 46, "MG": 21, "RJ": 17})

Operações vetorizadas

Operações se aplicam elemento a elemento — sem for:

s * 2          # multiplica todos
s > 15         # Series booleana
s[s > 15]      # filtra elementos > 15
s.mean()       # média
s.sum()        # soma

DataFrame

Criar a partir de um dicionário de listas

A forma mais comum de criação manual:

df = pd.DataFrame({
    "titulo": ["NOTA 636/2008", "NOTA 637/2008", "NOTA 638/2008"],
    "data":   ["2008-08-12", "2008-08-13", "2008-08-14"],
    "horario":["14:30", "10:15", "09:00"],
})

Cada chave do dicionário vira uma coluna. Todas as listas precisam ter o mesmo tamanho.

Criar a partir de uma lista de dicionários

Útil quando os dados vêm de uma API ou de scraping (cada item da lista é uma “linha”):

registros = [
    {"titulo": "NOTA 636/2008", "data": "2008-08-12", "horario": "14:30"},
    {"titulo": "NOTA 637/2008", "data": "2008-08-13", "horario": "10:15"},
]
df = pd.DataFrame(registros)

Acessar colunas

Uma coluna é uma Series:

df["titulo"]               # Series
df.titulo                  # equivalente, sintaxe alternativa
df[["titulo", "data"]]     # subset com várias colunas (DataFrame)

Acessar linhas

Pandas tem dois acessadores principais:

df.loc[0]              # primeira linha (índice rótulo 0)
df.iloc[-1]            # última linha (posição -1)
df.loc[0, "titulo"]    # célula específica

Atributos básicos

Os próximos capítulos exploram esses atributos com exemplos reais a partir do notas_mre.json produzido pela trilha de coleta.