Passo Passo Python com Panda

# 1. Criando um DataFrame
# Começamos importando a biblioteca Pandas e criando um DataFrame chamado “dados” com três colunas: “Nome”, “Idade” e “Cidade”. Preenchemos com alguns dados.
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd


data = {'Nome': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
      'Idade': [25, 30, 22, 35, 18],
      'Cidade': ['SP', 'RJ', 'SP', 'MG', 'RS']}


dados = pd.DataFrame(data)


# 2. Acessando Dados
# Aprendemos a acessar informações imprimindo as primeiras 5 linhas do nosso DataFrame “dados”.


primeiras_linhas = dados.head()
print(primeiras_linhas)


# 3. Filtrando Dados
# Criamos um novo DataFrame chamado “maiores_de_idade” que contém apenas as pessoas com idade maior ou igual a 18.


maiores_de_idade = dados[dados['Idade'] >= 18]



# 4. Ordenando Dados
# Ordenamos o DataFrame “dados” por idade em ordem decrescente.


dados_ordenados = dados.sort_values(by='Idade', ascending=False)



# 5. Agregação de Dados
# Calculamos a média de idade das pessoas no DataFrame “dados”.


media_idade = dados['Idade'].mean()


# 6. Adicionando uma Nova Coluna
# Expandimos nosso DataFrame adicionando uma coluna chamada “Estado” e preenchendo com valores fictícios.


dados['Estado'] = ['SP', 'RJ', 'MG', 'SP', 'RS']