<\/p>\n
Muitas vezes voc\u00ea pode querer acessar conjuntos de dados de amostra em pandas para jogar e praticar diferentes fun\u00e7\u00f5es.<\/span><\/span><\/p>\n Felizmente, voc\u00ea pode criar conjuntos de dados de amostra do pandas usando a fun\u00e7\u00e3o de teste<\/strong> integrada.<\/span><\/p>\n Os exemplos a seguir mostram como usar esse recurso.<\/span><\/p>\n O c\u00f3digo a seguir mostra como criar um conjunto de dados pandas com todas as colunas num\u00e9ricas:<\/span><\/p>\n Por padr\u00e3o, a fun\u00e7\u00e3o makeDataFrame()<\/strong> cria um DataFrame do pandas com 30 linhas e 4 colunas em que todas as colunas s\u00e3o num\u00e9ricas.<\/span><\/p>\n O c\u00f3digo a seguir mostra como criar um conjunto de dados pandas com todas as colunas num\u00e9ricas:<\/span><\/p>\n Por padr\u00e3o, a fun\u00e7\u00e3o makeMixedDataFrame()<\/strong> cria um DataFrame do pandas com 5 linhas e 4 colunas nas quais as colunas s\u00e3o uma variedade de tipos de dados.<\/span><\/p>\n Podemos usar o seguinte c\u00f3digo para exibir o tipo de dados de cada coluna<\/a> :<\/span><\/p>\n Pelo resultado podemos ver:<\/span><\/p>\n O c\u00f3digo a seguir mostra como criar um conjunto de dados pandas com valores ausentes em v\u00e1rias colunas:<\/span><\/p>\n Por padr\u00e3o, a fun\u00e7\u00e3o makeMissingDataFrame()<\/strong> cria um DataFrame do pandas com 30 linhas e 4 colunas nas quais existem valores faltantes (NaN) em colunas diferentes.<\/span><\/p>\n Esse recurso \u00e9 particularmente \u00fatil porque permite trabalhar com um conjunto de dados que possui valores ausentes, o que \u00e9 comum em conjuntos de dados do mundo real.<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns em pandas:<\/span><\/p>\n Como criar um DataFrame Pandas com dados aleat\u00f3rios<\/a> Muitas vezes voc\u00ea pode querer acessar conjuntos de dados de amostra em pandas para jogar e praticar diferentes fun\u00e7\u00f5es. Felizmente, voc\u00ea pode criar conjuntos de dados de amostra do pandas usando a fun\u00e7\u00e3o de teste integrada. Os exemplos a seguir mostram como usar esse recurso. Exemplo 1: Crie um conjunto de dados Pandas com todas […]<\/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-3128","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Exemplo 1: Crie um conjunto de dados Pandas com todas as colunas num\u00e9ricas<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create sample dataset<\/span>\ndf1 = pd. util<\/span> . testing<\/span> . makeDataFrame<\/span> ()\n\n#view dimensions of dataset<\/span>\nprint<\/span> ( df1.shape<\/span> )\n\n(30, 4)\n\n#view first five rows of dataset<\/span>\nprint<\/span> ( df1.head<\/span> ())\n\n ABCD\ns8tpz0W5mF -0.751223 0.956338 -0.441847 0.695612\nCXQ9YhLhk8 -0.210881 -0.231347 -0.227672 -0.616171\nKAbcor6sQK 0.727880 0.128638 -0.989993 1.094069\nIH3bptMpdb -1.599723 1.570162 -0.221688 2.194936\ngar9ZxBTrH 0.025171 -0.446555 0.169873 -1.583553\n<\/b><\/span><\/pre>\n Exemplo 2: Crie um conjunto de dados Pandas com colunas mistas<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create sample dataset<\/span>\ndf2 = pd. util<\/span> . testing<\/span> . makeMixedDataFrame<\/span> ()\n\n#view dimensions of dataset<\/span>\nprint<\/span> ( df2.shape<\/span> )\n\n(5, 4)\n\n#view first five rows of dataset<\/span>\nprint<\/span> ( df2.head<\/span> ())\n\n ABCD\n0 0.0 0.0 foo1 2009-01-01\n1 1.0 1.0 foo2 2009-01-02\n2 2.0 0.0 foo3 2009-01-05\n3 3.0 1.0 foo4 2009-01-06\n4 4.0 0.0 foo5 2009-01-07\n<\/b><\/span><\/pre>\n #display data type of each column\ndf2. dtypes\n\nA float64\nB float64\nC object\nD datetime64[ns]\ndtype:object<\/span><\/span><\/span>\n<\/span><\/b><\/span><\/pre>\n\n
Exemplo 3: Crie um conjunto de dados Pandas com valores ausentes<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create sample dataset<\/span>\ndf3 = pd. util<\/span> . testing<\/span> . makeMissingDataFrame<\/span> ()\n\n#view dimensions of dataset<\/span>\nprint<\/span> ( df3.shape<\/span> )\n\n(30, 4)\n\n#view first five rows of dataset<\/span>\nprint<\/span> ( df3.head<\/span> ())\n\n ABCD\nYgAQaNaGfG 0.444376 -2.264920 1.117377 -0.087507\nJoT4KxJeHd 1.913939 1.287006 -0.331315 -0.392949\ntyrA2P6wz3 NaN 2.988521 0.399583 0.095831\n1qvPc9DU1t 0.028716 1.311452 -0.237756 -0.150362\n3aAXYtXjIO -1.069339 0.332067 0.204074 NaN\n<\/b><\/span><\/pre>\n Recursos adicionais<\/span><\/strong><\/span><\/h3>\n
Como amostrar linhas aleatoriamente no Pandas<\/a>
Como embaralhar linhas em um DataFrame do Pandas<\/p>\n","protected":false},"excerpt":{"rendered":"