Grátis: A biblioteca pandas possui duas estruturas de dados que são as principais. Ambas estruturas, possuem como grande característica, a indexação das li... – Questões Respondidas

Lógica de Programação

Outros

A biblioteca pandas possui duas estruturas de dados que são as principais. Ambas estruturas, possuem como grande característica, a indexação das linhas, ou seja, cada linha possui ________ que o identifica, o qual pode ser uma string, ________, um decimal ou uma data. Um DataFrame pode ter uma ou mais colunas e além _________, também há um rótulo de identificação com o nome da coluna. Podemos comparar um DataFrame como uma __________.___ Escolha a opção que completa corretamente as lacunas.
um valor; uma lista; das colunas; matriz.
um rótulo; uma lista; dos índices; planilha eletrônica
um rótulo; um inteiro; dos índices; planilha eletrônica
um valor; um inteiro; das colunas; planilha eletrônica.
um rótulo; um inteiro; dos índices; matriz

Estudo Através de Questões

há 8 meses

Estudo Através de Questões

há 8 meses

Colaborar - Av 1 - Introdução À Análise de Dados Com Python

Colaborar - Av 1 - Introdução À Análise de Dados Com Python

UNOPAR

Respostas

Ed

há 8 meses

A opção que completa corretamente as lacunas é: um rótulo; um inteiro; dos índices; planilha eletrônica. Portanto, a frase completa ficaria assim: "A biblioteca pandas possui duas estruturas de dados que são as principais. Ambas estruturas, possuem como grande característica, a indexação das linhas, ou seja, cada linha possui um rótulo que o identifica, o qual pode ser uma string, um inteiro, um decimal ou uma data. Um DataFrame pode ter uma ou mais colunas e além dos índices, também há um rótulo de identificação com o nome da coluna. Podemos comparar um DataFrame como uma planilha eletrônica."

Essa resposta te ajudou?

0

0

left-side-bubbles-background

right-side-bubbles-background

Crie sua conta grátis para liberar essa resposta. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Ainda com dúvidas?

Envie uma pergunta e tenha sua dúvida de estudo respondida!

Essa pergunta também está no material:

Colaborar - Av 1 - Introdução À Análise de Dados Com Python

Colaborar - Av 1 - Introdução À Análise de Dados Com Python

UNOPAR

Mais perguntas desse material

Dentre as diversas bibliotecas disponíveis no repositório ___, pandas é um pacote Python que fornece estruturas de dados projetadas para facilitar o trabalho com dados _ (tabelas) e de séries temporais. Esse pacote começou a ser desenvolvido em 2008, tornando-se uma solução open source no final de 2009. Desde 2015, o projeto ___ é patrocinado pela NumFOCUS. Escolha a opção que completa corretamente as lacunas.
PyPI; estruturados; pandas
Git; estruturados; pandas
PyPI; não estruturados; estruturados; PyPI
Git; não estruturados; estruturados; PyPI
PyPI; estruturados; Python

Uma biblioteca criada para trabalhar com dados precisa de ______ que suportem o armazenamento e manipulação. A linguagem Python possui algumas estruturas que já fazem parte do seu interpretador padrão, como por exemplo as _, capazes de armazenar uma sequência de valores e aumentar ou diminuir sua capacidade de acordo com a necessidade, ou então os ______, que são estruturas que guardam os dados no formato chave-valor.
Escolha a opção que completa corretamente as lacunas.
estruturas de dados; tuplas; dicionários
métodos; listas; json
estruturas de dados; listas; json
estruturas de dados; listas; dicionários
métodos; listas; dicionários

Para utilizar a biblioteca pandas é preciso fazer a instalação, usando o comando: pip install . Como uma ferramenta de alto nível, pandas possui duas estruturas de dados que são as principais para a análise/manipulação de dados: a Series e o DataFrame. Uma Series é um como , capaz de armazenar diferentes tipos de dados. Um DataFrame é _____, ou como a documentação apresenta, um contêiner para Series. Escolha a opção que completa corretamente as lacunas.
PyPI; uma matriz; um vetor.
pandas; uma matriz; um vetor.
PyPI; um vetor de dados; conjunto de Series
pandas; um vetor de dados; uma coluna
pandas; um vetor de dados; conjunto de Series

Para construir um objeto do tipo DataFrame, precisamos utilizar o método _ do pacote pandas. Dentre todos os parâmetros esperados, somente um é obrigatório para se criar um DataFrame com dados, o parâmetro . Esse parâmetro pode receber, um objeto iterável, como uma lista, tupla, ou um DataFrame. Escolha a opção que completa corretamente as lacunas.
DataFrame(); data; um dicionário
construct(); data; string
DataFrame(); columns; string
construct(); columns; um dicionário
DataFrame(); columns; um dicionário

A biblioteca pandas foi desenvolvida para trabalhar com dados _, ou seja, dados dispostos em linhas e colunas. Os dados podem estar gravados em arquivos, em páginas web, em APIs, em outros softwares, em (sistemas de armazenamento em cloud) ou em bancos de dados. Para todas essas origens (e até mais), a biblioteca possui capazes de fazer a leitura dos dados e carregar .
Escolha a opção que completa corretamente as lacunas.
não estruturados; object stores; métodos; em um DataFrame
estruturados; SGBD; funções; em um dicionário
não estruturados; SGBD; funções; em um dicionário
estruturados; object stores; métodos; em um DataFrame
estruturados; object stores; métodos; em um dicionário

Todos os métodos capazes de fazer a leitura dos dados estruturados possuem prefixo , onde pd é o apelido dado no momento da da biblioteca e XXX é o restante da sintaxe do método. Além de fazer a leitura a biblioteca possui diversos métodos capazes de ___ o DataFrame em um arquivo, em um banco ou ainda simplesmente copiar para a área de transferência do sistema operacional. Escolha a opção que completa corretamente as lacunas.
pandas.pd.read_XXX; importação; escrever
pd.read_XXX; importação; escrever
pd.read_XXX; instalação; transformar
pandas.pd.read_XXX; instalação; escrever
pd.read_XXX; importação; transformar

CSV (valores separados por ) é um formato de arquivo, nos quais os dados são separados por . Originalmente, esse delimitador é , mas na prática um arquivo CSV pode ser criado com qualquer delimitador, por exemplo, por ponto e vírgula (;), por pipe (|), dentre outros. Por ser um arquivo __, é fácil de ser lido em qualquer sistema, por isso se tornou tão democrático. Escolha a opção que completa corretamente as lacunas.
delimitador; vírgula; tab; chave/valor
vírgula; vírgula; tab; de texto
vírgula; um delimitador; uma vírgula; de texto
delimitador; tab; uma vírgula; chave/valor
vírgula; um delimitador; uma vírgula; chave/valor

A leitura de um arquivo JSON deve ser feita com o método _______ . O único parâmetro que é obrigatório para se carregar os dados é o _, no qual deve ser passado um caminho para o arquivo ou um ___________. Escolha a opção que completa corretamente as lacunas.
pandas.read(); path_or_buf; dicionário
pandas.read_json(); path_or_buf; dicionário
pandas.read(); data; arquivo como objeto
pandas.read_json(); data; arquivo como objeto
pandas.read_json(); path_or_buf; arquivo como objeto

A leitura de um arquivo CSV deve ser feita com o método: pandas.read_csv(parâmetros). Tal método possui um grande número de parâmetros, o que proporciona uma versatilidade incrível para esse método. Dentre todos os parâmetros o único que é obrigatório é o ________. Outro parâmetro que é bastante importante para a leitura desse arquivo é o ou delimiter (ambos fazem a mesma coisa), que por padrão possui o valor _, ou seja, caso não seja especificado nenhum valor, então o método fará a leitura dos dados considerando esse valor default. O parâmetro ____, tem como valor padrão 'infer', que significa que o método fará a inferência para os nomes das colunas a partir da primeira linha de dados do arquivo. Escolha a opção que completa corretamente as lacunas.
data; separator; pipe (|); columns
filepath_or_buffer; sep; vírgula (,); columns
data; sep; vírgula (,); header
filepath_or_buffer; sep; vírgula (,); header
filepath_or_buffer; separator; vírgula (,); columns