<\/p>\n
Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para criar um DataFrame do pandas preenchido com n\u00fameros inteiros aleat\u00f3rios:<\/span><\/p>\n Este exemplo espec\u00edfico cria um DataFrame com 10<\/strong> linhas e 3<\/strong> colunas onde cada valor no DataFrame \u00e9 um n\u00famero inteiro aleat\u00f3rio entre 0<\/strong> e 100<\/strong> .<\/span><\/p>\n Os exemplos a seguir mostram como usar essa sintaxe na pr\u00e1tica.<\/span><\/p>\n O c\u00f3digo a seguir mostra como criar um DataFrame do pandas com 10 linhas e 3 colunas onde cada valor no DataFrame \u00e9 um n\u00famero inteiro aleat\u00f3rio entre 0 e 100:<\/span><\/p>\n Observe que cada vez que voc\u00ea executar esse c\u00f3digo, os n\u00fameros inteiros aleat\u00f3rios no DataFrame ser\u00e3o diferentes.<\/span><\/p>\n Se voc\u00ea deseja criar um exemplo reproduz\u00edvel onde os n\u00fameros inteiros aleat\u00f3rios s\u00e3o sempre iguais, voc\u00ea pode usar o seguinte trecho de c\u00f3digo imediatamente antes de criar o DataFrame:<\/span><\/p>\n Agora, toda vez que voc\u00ea executar o c\u00f3digo, os n\u00fameros inteiros aleat\u00f3rios no DataFrame ser\u00e3o os mesmos.<\/span><\/p>\n Vamos supor que temos o seguinte DataFrame do pandas existente:<\/span><\/p>\n Podemos usar o seguinte c\u00f3digo para adicionar uma nova coluna chamada \u201crand\u201d que cont\u00e9m n\u00fameros inteiros aleat\u00f3rios entre 0 e 100:<\/span><\/p>\n Observe que a nova coluna “rand” foi adicionada ao DataFrame existente.<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras opera\u00e7\u00f5es comuns em pandas:<\/span><\/p>\n Como imputar valores ausentes em pandas<\/a> Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para criar um DataFrame do pandas preenchido com n\u00fameros inteiros aleat\u00f3rios: df = pd. DataFrame ( np.random.randint ( 0,100 ,size=( 10,3 )) , columns=list( ‘ ABC ‘)) Este exemplo espec\u00edfico cria um DataFrame com 10 linhas e 3 colunas onde cada valor no DataFrame \u00e9 um n\u00famero inteiro […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2828","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n df = pd. DataFrame<\/span> ( np.random.randint<\/span> ( 0,100<\/span><\/span> ,size=( 10,3<\/span> )) ,<\/span> columns=list( '<\/span> ABC<\/span> '))\n<\/strong><\/pre>\n Exemplo 1: Crie um DataFrame Pandas com dados aleat\u00f3rios<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ( np.random.randint<\/span> ( 0,100<\/span> ,size=( 10,3<\/span> )), columns=list( '<\/span> ABC<\/span> ') )<\/span> \n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n ABC\n0 72 70 27\n1 87 85 7\n2 4 42 84\n3 85 87 63\n4 79 72 30\n5 96 99 79\n6 26 47 90\n7 35 69 56\n8 42 47 0\n9 97 4 59\n<\/span><\/span><\/strong><\/pre>\n n.p. random<\/span> . seed<\/span> ( 0<\/span> )\n<\/strong><\/pre>\n Exemplo 2: Adicionar uma coluna de dados aleat\u00f3rios a um DataFrame existente<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n<\/span><\/span>\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 11, 20, 28],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})<\/span>\n\n#view DataFrame\nprint<\/span> (df)\n\n team points assists rebounds\n0 A 18 5 11\n1 B 22 7 8\n2 C 19 7 10\n3 D 14 9 6\n4 E 14 12 6\n5 F 11 9 5\n6 G 20 9 9\n7:28 4 12\n<\/span><\/span><\/strong><\/pre>\n import<\/span> numpy as<\/span> np\n<\/span><\/span>\n#add 'rand' column that contains 8 random integers between 0 and 100\ndf[' rand<\/span> '] = np. random<\/span> . randint<\/span> ( 0,100<\/span> , size<\/span> = (<\/span> 8,1<\/span> ))\n<\/span>\n#view updated DataFrame\nprint<\/span> (df)\n\n team points assists rebounds rand\n0 A 18 5 11 47\n1 B 22 7 8 64\n2 C 19 7 10 82\n3 D 14 9 6 99\n4 E 14 12 6 88\n5 F 11 9 5 49\n6 G 20 9 9 29\n7:28 4 12 19<\/span><\/span><\/strong><\/pre>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como substituir valores NaN por zero no Pandas<\/a>
Como verificar se a c\u00e9lula est\u00e1 vazia no Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"