# Python Analytics - Análise avançada e ML (Data Analytics) > groupby, merge, pivot_table, apply/map, Plotly, Scikit-Learn (regressão, classificação, clustering), train/test split, métricas, Jupyter, Google Colab - 20 perguntas de entrevista - Senior - [Perguntas de entrevista: Data Analytics](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista.md) ## 1. Qual é a principal diferença entre os métodos apply() e map() em uma Series do Pandas? **Resposta** O método map() é projetado para mapear cada valor em uma Series para um novo valor usando um dicionário ou função, e funciona apenas em Series. Em contraste, apply() é mais flexível: pode aplicar uma função elemento por elemento em uma Series ou linha por linha / coluna por coluna em um DataFrame. Para transformações simples valor por valor em uma Series, map() é geralmente mais rápido e mais legível. ## 2. Qual método do Pandas deve ser usado para agregar dados com múltiplas funções de agregação em diferentes colunas simultaneamente? **Resposta** O método agg() (ou aggregate()) permite aplicar diferentes funções de agregação a diferentes colunas em uma única operação. Aceita um dicionário onde as chaves são nomes de colunas e os valores são as funções a aplicar. Esta abordagem é mais eficiente e legível do que encadear várias chamadas groupby com funções individuais. ## 3. Qual é a diferença entre merge() e join() no Pandas? **Resposta** merge() é uma função mais flexível que une dois DataFrames em colunas específicas usando os parâmetros on, left_on/right_on, ou índices. join() é um método de DataFrame que une por índices por padrão e é mais conciso para uniões simples baseadas em índices. Para uniões complexas em colunas não-índice, merge() é preferível pois oferece mais controle sobre as colunas de união. ## Mais 17 perguntas disponiveis - Como criar uma tabela pivot com pivot_table() especificando múltiplas funções de agregação? - Qual é o propósito de transform() em um contexto groupby() comparado com apply()? Cadastre-se gratis: https://sharpskill.dev/pt/login ## Outros temas de entrevista Data Analytics - [Google Sheets - Fundamentos](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/google-sheets-basics.md): 20 perguntas, Junior - [Google Sheets - Fórmulas avançadas](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/google-sheets-advanced.md): 20 perguntas, Junior - [SQL - Fundamentos](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/sql-basics.md): 25 perguntas, Junior - [SQL - Agregações e agrupamentos](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/sql-aggregations.md): 20 perguntas, Junior - [SQL - Joins](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/sql-joins.md): 20 perguntas, Junior - [BigQuery - Fundamentos](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/bigquery-fundamentals.md): 20 perguntas, Junior - [Data Cleaning - Limpeza de dados](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/data-cleaning.md): 20 perguntas, Junior - [KPIs e métricas de negócio](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/kpis-metrics.md): 20 perguntas, Junior - [Estatística descritiva](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/descriptive-statistics.md): 20 perguntas, Junior - [Zapier e automação No-Code](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/zapier-automation.md): 20 perguntas, Junior - [Princípios de visualização de dados](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/data-viz-principles.md): 20 perguntas, Junior - [Python & Pandas - Fundamentos](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/python-pandas-basics.md): 20 perguntas, Junior - [Google Sheets - Dashboards automatizados](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/google-sheets-dashboards.md): 20 perguntas, Mid-Level - [SQL - Subconsultas e CTEs](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/sql-subqueries-ctes.md): 20 perguntas, Mid-Level - [SQL - Window Functions](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/sql-window-functions.md): 20 perguntas, Mid-Level - [BigQuery - Recursos avançados](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/bigquery-advanced.md): 20 perguntas, Mid-Level - [Data Modeling](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/data-modeling.md): 20 perguntas, Mid-Level - [Análise de funis e conversão](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/funnel-analysis.md): 20 perguntas, Mid-Level - [Análise de coortes e retenção](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/cohort-retention.md): 20 perguntas, Mid-Level - [Google Tag Manager e tracking](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/gtm-tracking.md): 20 perguntas, Mid-Level - [APIs e webhooks](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/apis-webhooks.md): 20 perguntas, Mid-Level - [dbt - Fundamentos](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/dbt-fundamentals.md): 20 perguntas, Mid-Level - [AB Testing e estatística aplicada](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/ab-testing.md): 20 perguntas, Mid-Level - [Looker Studio (Google Data Studio)](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/looker-studio.md): 20 perguntas, Mid-Level - [Power BI - Fundamentos](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/power-bi-fundamentals.md): 20 perguntas, Mid-Level - [SQL - Consultas analíticas avançadas](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/sql-advanced-analytics.md): 20 perguntas, Senior - [dbt - Recursos avançados](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/dbt-advanced.md): 20 perguntas, Senior - [Power BI - DAX e dashboards avançados](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/power-bi-dax.md): 20 perguntas, Senior --- Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack. HTML version of this page: https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/python-analytics-advanced