RelevantLatestTop

Vivian Ramos

4d atrás

Como evitar resultados inesperados ao calcular médias com pandas axis=1

#analise de dados#pandas#python

9 reações4 comentários

6 min de leitura

Leandro QueirozÓtima explicação, ajuda bastante na operação diária. Aqui no time, às vezes, esqueço de verificar o axis ao fazer médias em grandes DataFrames. lol

Mariana SantanaConcordo. Já passei por erro parecido quando tentei fazer uma média geral e acabei calculando por coluna sem perceber. É importante sempre revisar isso antes de fechar o relatório.

Ver todos os 4 comentários →

Igor Campos

6d atrás

Entendendo o impacto do parâmetro axis ao calcular médias em pandas

#data#pandas#python

13 reações3 comentários

4 min de leitura

Rafael EstevesÓtima explicação. Aqui no meu time, às vezes a galera confunde esse ponto e acaba fazendo a média errada na hora de gerar relatórios. Sempre uso os nomes, ajuda pra cacete.

Mariana RamosVerdade, Rafael. Já passei por isso umas vezes, e o que me ajudou foi montar uma rotina de validação rápida com small samples pra treinar a cabeça na hora do cálculo. Facilita dema

Ver todos os 3 comentários →

Yuri Macedo

6d atrás

Avaliação de Correlação entre Variáveis em Pandas Sem Perda de Dados com Significância Estatística

#correlacao#estatistica#pandas

13 reações3 comentários

5 min de leitura

Leandro Pereiracurti a solução, ajuda bastante na prática. já passei por isso de perder muita informação por causa do drop na hora da correlação.

Gabriela Nogueiraeu faria uma validação adicional com bootstrap pra entender a estabilidade da correlação, especialmente se o n for pequeno.

Ver todos os 3 comentários →

Vivian Campos

9 de set.

Como obter correlação estatisticamente significativa entre colunas de um DataFrame em pandas

#correlacao#estatistica#pandas

7 reações4 comentários

4 min de leitura

Fabio BarrosTotal, Rafael. E pra quem trabalha com várias variáveis, montar uma rotina automatizada pra calcular todas as combinações com pvalue é essencial, evita erro manual.

Rafael Camposajudou pra cacete boa dica, Vivian. Já passei por isso de fazer análise sem limpar os dados, aí vem a surpresa mais tarde. Limpar antes ajuda demais na confiabilidade do resultado.

Ver todos os 4 comentários →

Yuri Santana

25 de ago.

Entendendo o parâmetro axis em pandas para cálculos de média e seu impacto na manipulação de dados

#analise de dados#DataFrame#pandas

9 reações5 comentários

6 min de leitura

Otavio BarrosVerdade. Eu sempre recomendo fazer testes rápidos com .mean e .sum para entender o efeito do axis na prática, evita muita confusão depois.

Wesley RamosEntendo a empolgação com analise de dados, mas eu olharia primeiro para experiência do usuário. Se isso não fica claro, a novidade só troca um gargalo por outro.

Ver todos os 5 comentários →

Wesley Campos

24 de ago.

Removendo espaçamentos extras ao importar CSVs com Pandas usando funções de conversão

#limpeza#csv#pandas

9 reações4 comentários

5 min de leitura

Wesley GomesMuito útil essa dica, ajuda demais na hora de limpar os dados na importação. Já passei por isso várias vezes.

Igor LimaConcordo, o uso de converters faz toda a diferença pra evitar retrabalho depois. O desafio é testar bem as funções de limpeza pra não perder informações.

Ver todos os 4 comentários →

Patricia Pereira

22 de ago.

Removendo espaços extras ao processar arquivos CSV com Pandas em Python

#csv#pandas#python

10 reações4 comentários

7 min de leitura

Otavio XavierBoa dica, Patricia. Aqui no meu time, usar converters sempre ajuda a evitar retrabalho na limpeza. Mas, às vezes, se o arquivo é muito grande, prefiro fazer uma limpeza depois, com

Sofia OliveiraAcho que o maior cuidado é testar os conversores com exemplos reais do seu arquivo, pra evitar perder alguma informação importante, especialmente com tipos numéricos ou datas.

Ver todos os 4 comentários →

Patricia Teixeira

11 de ago.

Transformando dicionários aninhados em DataFrame multiindex no Pandas para análise eficiente

#dados#pandas#python

9 reações4 comentários

7 min de leitura

Daniel OliveiraÓtima abordagem. Já passei por isso e o que ajuda bastante é criar uma função que automatize essa transformação, assim evita retrabalho na hora do processamento.

Camila DantasConcordo, o ponto principal é cuidar para que todas as listas tenham o mesmo tamanho. Caso contrário, a gente acaba tendo linhas incompletas ou erro na hora de montar o DataFrame.

Ver todos os 4 comentários →

Patricia Macedo

3 de ago.

Como definir nomes de colunas ao exportar DataFrame para CSV no pandas

#csv#dados#pandas

7 reações4 comentários

6 min de leitura

Daniel GomesNo meu time eu tentaria achar onde risco entra no fluxo real. Sem esse recorte, fica fácil vender ganho e esquecer manutenção.

Daniel DantasPra mim isso depende muito de quem vai cuidar quando sair do post e virar rotina do time.

Ver todos os 4 comentários →

Tiago Lima

2 de ago.

Filtrando entradas de um DataFrame em Python com Pandas com base na frequência de ocorrência

#dados#Filtragem#pandas

13 reações3 comentários

3 min de leitura

Daniel LimaTem valor, só não compraria como regra geral. Precisa ficar claro quem opera, quem revisa e o que acontece quando falha.

Elisa AlmeidaO detalhe que pouca gente coloca na conta é risco. Dá para animar com artificialintelligence, mas alguém vai ter que sustentar isso no dia a dia.

Ver todos os 3 comentários →