Utilizando NumPy com Pandas

Usando NumPy e Pandas para Manipulação de Dados!

Imprimindo o DataFrame que será manipulado

python

df2.head()

out:

	Estado	Taxa Desemprego	Taxa Crescimento	Ano
estado1	Santa Catarina	1.5	NaN	2004
estado2	Rio de Janeiro	1.7	NaN	2005
estado3	Tocantins	1.6	NaN	2006
estado4	Bahia	2.4	NaN	2007
estado5	Minas Gerais	2.7	NaN	2008

---

Imprimindo um resumo estatístico do meu DF das colunas do tipo numérico!

python

df2.describe()

out:

	Taxa Desemprego	Ano
count	5.000000	5.000000
mean	1.980000	2006.000000
std	0.535724	1.581139
min	1.500000	2004.000000
25%	1.600000	2005.000000
50%	1.700000	2006.000000
75%	2.400000	2007.000000
max	2.700000	2008.000000

---

Retornando True para as colunas com valor ausente!

python

df2.isna()

out:

	Estado	Taxa Desemprego	Taxa Crescimento	Ano
estado1	False	False	True	False
estado2	False	False	True	False
estado3	False	False	True	False
estado4	False	False	True	False
estado5	False	False	True	False

---

Olhando uma coluna específica para verificar se há valores ausentes.

python

df2['Taxa Crescimento'].isna()

out:

    estado1    True
    estado2    True
    estado3    True
    estado4    True
    estado5    True
    Name: Taxa Crescimento, dtype: bool

---

Importando o NumPy para nos auxiliar na manipulação

python

import numpy as np

---

Usando o numpy para preencher uma das colunas do df!

python

df2['Taxa Crescimento'] = np.arange(5.)
df2

out:

	Estado	Taxa Desemprego	Taxa Crescimento	Ano
estado1	Santa Catarina	1.5	0.0	2004
estado2	Rio de Janeiro	1.7	1.0	2005
estado3	Tocantins	1.6	2.0	2006
estado4	Bahia	2.4	3.0	2007
estado5	Minas Gerais	2.7	4.0	2008

---

Agora, verificando se ainda há valores ausentes no DF

python

df2['Taxa Crescimento'].isna()

out:

    estado1    False
    estado2    False
    estado3    False
    estado4    False
    estado5    False
    Name: Taxa Crescimento, dtype: bool

---