# Python & Pandas - Fundamentos (Data Analytics)

> DataFrames, Series, indexação (loc, iloc), filtragem booleana, tipos de dados, read_csv, describe, info, head/tail, shape, columns

- 20 perguntas de entrevista
- Junior
- [Perguntas de entrevista: Data Analytics](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista.md)

## 1. 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.

## 2. 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.

## 3. 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.

## Mais 17 perguntas disponiveis

- O que o atributo df.shape retorna em um DataFrame?
- Qual método exibe as primeiras 5 linhas de um DataFrame?

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
- [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
- [Python Analytics - Análise avançada e ML](https://sharpskill.dev/pt/technologies/data-analytics/perguntas-entrevista/python-analytics-advanced.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-pandas-basics