https://github.com/renatoelho/analisando_base_dados_com_pandas

Analisando uma base de dados com Pandas
https://github.com/renatoelho/analisando_base_dados_com_pandas

Last synced: 3 months ago
JSON representation

Analisando uma base de dados com Pandas

• Host: GitHub
• URL: https://github.com/renatoelho/analisando_base_dados_com_pandas
• Owner: Renatoelho
• License: mit
• Created: 2022-02-04T01:55:11.000Z (over 3 years ago)
• Default Branch: main
• Last Pushed: 2022-02-04T02:12:42.000Z (over 3 years ago)
• Last Synced: 2025-07-09T05:03:12.363Z (3 months ago)
• Language: Jupyter Notebook
• Homepage: https://renato.tec.br/
• Size: 63.5 KB
• Stars: 0
• Watchers: 1
• Forks: 1
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

          
# Analisando uma base de dados com Pandas

Vamos analisar uma base de vendas de uma determinada empresa de Ecommerce, para isso teremos acesso a um arquivo *‘.csv’* com as vendas de um determinado período, neste nosso exemplo aqui vamos utilizar o *Pandas* para ler esse arquivo, consolidar as vendas por bandeira de cartão de crédito e ao final gravar esse resultado em uma nova base *‘.csv’*. Toda análise será feita utilizando o *Jupyter Notebook* com o *Python 3*.

## Vamos lá para o passo a passo:

### 1º Importar a base de vendas.

```python

import pandas as pd

base_vendas = pd.read_csv("Ecommerce.csv", delimiter=",")

display(base_vendas)

```

![Imagem base de vendas](https://drive.google.com/uc?export=view&id=18z708nC2lDMnyEmI1mlx-_4-hH5fvsmm)

### 2º agrupar as vendas por bandeira de cartão de crédito com seus respectivos valores sumarizados.

```python

resumo_vendas = pd.DataFrame(base_vendas.groupby(by="bandeira_cartao").valor.sum()).rename(columns={"valor":"Total"})

display(resumo_vendas)

```

![Resumo base de vendas](https://drive.google.com/uc?export=view&id=1D8M5xCjeziAbrOLmRsNSWX41YztTspJN)

### 3º Criar uma nova base com o resultado da análise.

```python

resumo_vendas.to_csv("resumo_vendas.csv", sep=";")

```

![arquivo resumo base de vendas](https://drive.google.com/uc?export=view&id=1Dv_HdHKbUBf48oh7kc5leJENklKqao-I)

Esse foi um exemplo bem básico, mas o suficiente para mostrar como é simples e rápido fazer uma análise de dados utilizando o Python, Pandas e o Jupyter notebook.

Para instalar as bibliotecas necessárias no Python utilize o arquivo *requeriments.txt* e execute o seguinte comando:

```bash

pip install -r requeriments.txt

```

### Requisitos mínimos:

>> Sistema operacional Linux (Ubuntu 20.04.2 LTS) 
Memória RAM de 4GB ou mais 
Python 3 e Jupyter Notebook instalados

**Até breve!**

> **Referências:**   

> Mockaroo, Random Data Generator and API Mocking Tool. Disponível em: . Acesso em: 03 fev. 2022.