Pular para conteúdo

Tutorial de Pandas e SQLite

Este tutorial interativo em Python utiliza o marimo, um ambiente moderno de notebooks.

Neste notebook, você aprenderá a: - Criar e consultar um banco de dados SQLite com sqlite3 - Carregar, explorar e manipular dados usando pandas - Utilizar as células do marimo para tornar a experiência interativa

Nota: Este ambiente é semelhante ao Jupyter Notebook, outra ferramenta popular. No entanto, o marimo oferece melhor estrutura, reatividade e controle de versão.

Após instalar o marimo, basta digitar marimo edit seu_arquivo.py no terminal para abrir o notebook no navegador. Leia mais sobre o marimo aqui.

Configuração Inicial

Python
import sqlite3
import pandas as pd
import seaborn as sns

Carregando o Conjunto de Dados Titanic

Utilizaremos o conjunto de dados Titanic, disponível na biblioteca seaborn.

Python
df_titanic = sns.load_dataset('titanic')
df_titanic.head()

Criando um Banco de Dados SQLite em Memória

Python
conn = sqlite3.connect(":memory:")
df_titanic.to_sql("passengers", conn, index=False, if_exists="replace")

Consultando Dados com SQL

Python
query = "SELECT * FROM passengers LIMIT 5;"
df_query = pd.read_sql_query(query, conn)
df_query

Análise Exploratória com Pandas

Estatísticas Descritivas

Python
df_titanic.describe(include='all')

Contagem de Sobreviventes por Classe

Python
df_titanic.groupby('class')['survived'].sum()

Operações Avançadas com Pandas

Merge (Junção) de DataFrames

Python
df_info = pd.DataFrame({
    'class': ['First', 'Second', 'Third'],
    'description': ['Primeira Classe', 'Segunda Classe', 'Terceira Classe']
})

df_merged = pd.merge(df_titanic, df_info, on='class', how='left')
df_merged[['class', 'description']].drop_duplicates()

Filtrando Dados

Python
df_titanic[df_titanic['age'] < 18]

Criando Novas Colunas

Python
df_titanic['is_minor'] = df_titanic['age'] < 18
df_titanic[['age', 'is_minor']].head()

Salvando e Carregando DataFrames com SQLite

Python
df_titanic.to_sql("titanic_backup", conn, index=False, if_exists="replace")
df_loaded = pd.read_sql("SELECT * FROM titanic_backup", conn)
df_loaded.head()

Exercício 1: Contagem de passageiros por sexo e sobrevivência

Escreva uma consulta SQL para contar o número de passageiros por sexo e status de sobrevivência (survived).

Resposta
Python
query = """
SELECT sex, survived, COUNT(*) as total
FROM passengers
GROUP BY sex, survived;
"""
df_result = pd.read_sql_query(query, conn)
df_result

Exercício 2: Passageiros mais jovens por classe

Utilize pandas para encontrar o passageiro mais jovem em cada classe (class), exibindo também seu nome, idade e sexo.

Resposta
Python
df_titanic.loc[df_titanic.groupby("class")["age"].idxmin(), ["class", "age", "sex", "who"]]

Exercício 3: Porcentagem de menores de idade por classe

Crie uma nova coluna is_minor e calcule a porcentagem de menores de idade (idade < 18) por classe utilizando groupby.

Resposta
Python
df_titanic['is_minor'] = df_titanic['age'] < 18
percent_minors = df_titanic.groupby('class')['is_minor'].mean() * 100

Extras