Código Rápido para Análise de Dados #02

Diante da lista de registros e seus valores abaixo:

[('gama', 9), ('alfa', 3), ('delta', 5), ('epsilon', 7), ('beta', 1)]

Desenvolva um código em Python que imprima o valor da terceira linha da tabela ordenada e da segunda coluna (coluna 'b').

# Entrada Python

import numpy as np 
import pandas as pd
x = np.array(
  [('gama', 9), ('alfa', 3),('delta', 5),('epsilon', 7),('beta', 1)], dtype=[('a', 'U10'), ('b', 'i4')]) 


y = pd.DataFrame(x) 
z = y.sort_values(by="a") 
print(z.iloc[2,1])

# Saída

5

# Código comentado

import numpy as np

# Importa a biblioteca Numpy como ‘np’ para manipulação de arrays

import pandas as pd

# Importa a biblioteca pandas como ‘pd’ para análise de dados tabulares

x = np.array(
  [('gama', 9), ('alfa', 3),('delta', 5),('epsilon', 7),('beta', 1)], dtype=[('a', 'U10'), ('b', 'i4')]) 

# Cria um array NumPy com 5 pares de valores, cada um contendo uma string (coluna 'a') e um número inteiro (coluna 'b')

y = pd.DataFrame(x)

# Converte o array estruturado em um DataFrame do pandas.

# Resultado:

#     a | b

# 0   gama | 9

# 1   alfa | 3

# 2  delta | 5

# 3 epsilon | 7

# 4   beta | 1 

z = y.sort_values(by="a") 

# A função sort_values() do Pandas ordena o DataFrame com base na coluna 'a' (ordem alfabética crescente).

# Resultado após ordenação:

#     a | b

# 1   alfa | 3

# 4   beta | 1

# 2  delta | 5

# 3 epsilon | 7

# 0   gama | 9

print(z.iloc[2,1])

# o indexador iloc[] acessa a terceira linha (índice 2) e a segunda coluna (índice 1) do DataFrame ordenado, que corresponde ao valor 5, associado à string 'delta': ['delta', 5]

# Coluna 'b' = 5

Fonte: Código extraído de questão de concurso.