Carregamento, Persistência e Filtragem de Dados com pandas e NumPy | Vídeo 08

00:00 DataFrame e representação tabular de cartas
00:32 Produto cartesiano de faces e naipes no DataFrame
02:10 Criação da coluna numérica valor
03:47 Indexação por posição, rótulo e filtragem booleana
05:09 Série como coluna e vetorização
06:21 Equivalência entre loc, iloc e encadeamento
07:26 Seleção de múltiplas colunas como DataFrame
08:37 Diferença entre Série e DataFrame por colchetes
09:45 Remoção de linhas e colunas com drop
10:55 Seleção de linhas e colunas completas
12:05 Máscara booleana para seleção de colunas
13:34 Indexação lógica para seleção de linhas
14:51 Embaralhamento por permutação de índices
16:04 Função reutilizável de embaralhamento
17:23 Tipos de dados e dtype em NumPy e pandas
18:49 Views, cópias e broadcasting em NumPy

Descrição do vídeo

A apresentação trata de carregar, salvar e modificar estruturas de dados em Python usando tabelas e vetores com NumPy, pandas e matplotlib, destacando como cada comando altera o estado dos dados na memória.

O conteúdo explica atribuição e execução sequencial, mostra leitura de CSV por URL e persistência com to_csv, recarregamento de arquivo, criação e modificação de colunas com loc e intervalos, filtragem por máscaras booleanas, comparações vetoriais e operadores lógicos, e discute valores ausentes com NaN, incluindo mean versus nanmean e mapeamento de face para valor com efeitos em filtros.

Texto para o final da descrição:
📚 Este vídeo faz parte de uma sequência sobre Programação em Python para Análise de Dados.
▶️ Vídeo anterior: DataFrames em pandas: Criação, Importação, Filtragem e Desempenho Vetorizado | Vídeo 07
▶️ Próximo vídeo: Manipulação de DataFrames em Python com pandas | Vídeo 09