Python & Pandas - Fundamentos
DataFrames, Series, indexação (loc, iloc), filtragem booleana, tipos de dados, read_csv, describe, info, head/tail, shape, columns
1Qual é a principal estrutura de dados do Pandas para armazenar dados tabulares?
Qual é a principal estrutura de dados do Pandas para armazenar dados tabulares?
Resposta
O DataFrame é a estrutura de dados central do Pandas. Representa uma tabela bidimensional com linhas e colunas, semelhante a uma planilha ou tabela SQL. Cada coluna é uma Series, e cada linha tem um índice. O DataFrame permite manipular eficientemente dados estruturados graças aos seus diversos métodos integrados.
2O que é uma Series no Pandas?
O que é uma Series no Pandas?
Resposta
Uma Series é um array unidimensional com um índice. Representa uma única coluna de dados em um DataFrame. Cada elemento tem um rótulo (índice) que permite acesso rápido por nome ou posição. Uma Series pode conter apenas um tipo de dado (int, float, string, etc.), o que a distingue de uma simples lista Python.
3Qual função do Pandas lê um arquivo CSV e o carrega em um DataFrame?
Qual função do Pandas lê um arquivo CSV e o carrega em um DataFrame?
Resposta
A função pd.read_csv() lê um arquivo CSV e retorna um DataFrame. Aceita muitos parâmetros: sep para o delimitador, header para a linha de cabeçalho, encoding para a codificação do arquivo, dtype para forçar tipos de colunas, e na_values para definir valores faltantes. É o método mais comum para importar dados no Pandas.
O que o atributo df.shape retorna em um DataFrame?
Qual método exibe as primeiras 5 linhas de um DataFrame?
+17 perguntas de entrevista
Outros temas de entrevista Data Analytics
Google Sheets - Fundamentos
Google Sheets - Fórmulas avançadas
SQL - Fundamentos
SQL - Agregações e agrupamentos
SQL - Joins
BigQuery - Fundamentos
Data Cleaning - Limpeza de dados
KPIs e métricas de negócio
Estatística descritiva
Zapier e automação No-Code
Princípios de visualização de dados
Google Sheets - Dashboards automatizados
SQL - Subconsultas e CTEs
SQL - Window Functions
BigQuery - Recursos avançados
Data Modeling
Análise de funis e conversão
Análise de coortes e retenção
Google Tag Manager e tracking
APIs e webhooks
dbt - Fundamentos
AB Testing e estatística aplicada
Looker Studio (Google Data Studio)
Power BI - Fundamentos
SQL - Consultas analíticas avançadas
dbt - Recursos avançados
Power BI - DAX e dashboards avançados
Python Analytics - Análise avançada e ML
Domine Data Analytics para sua proxima entrevista
Acesse todas as perguntas, flashcards, testes tecnicos, exercicios de code review e simuladores de entrevista.
Comece gratis