Pandas: Transformação de Dados

Última atualização: 2026-08-26

A etapa final da limpeza de dados é a "transformação" — remodelar dados brutos no formato que sua análise requer: converter pontuações em notas, preços em descontos e encadear operações em múltiplas etapas. As funções map / apply / pipe / replace / assign / transform do Pandas formam um conjunto de ferramentas de transformação em múltiplos níveis, que abrange desde elementos únicos até tabelas inteiras. Esta seção aborda os casos de uso e armadilhas de desempenho de cada método.

⚠️ Nota: O código abaixo deve ser executado em um ambiente Python local.

1. What You Will Learn

❶ map element mapping
❷ apply row/column functions
❸ pipe chaining
❹ replace value replacement
❺ assign new columns
❻ transform group transformation

2. Conversão de Notas da Alice

(1) O Problema: Convertendo Notas de 0-100 para Letras ABCD

Alice tem as notas de 100 alunos em uma escala de 0-100 e precisa convertê-las para letras:

PYTHON

import pandas as pd

scores = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'Carol', 'David'],
    'score': [92, 78, 65, 88, 45]
})
# Como converter 0-100 → A/B/C/D/F?

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem o pandas pré-instalado. Por favor, instale-o localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

(2) Solução: map + Mapeamento por Dicionário

▶ Exemplo

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem o pandas pré-instalado. Por favor, instale-o localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

: mapeamento por dicionário (Dificuldade ⭐)

PYTHON

import pandas as pd

scores = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'Carol', 'David'],
    'score': [92, 78, 65, 88, 45]
})

# Passo 1: Definir a função de mapeamento de nota
def score_to_grade(s):
    if s >= 90: return 'A'
    elif s >= 80: return 'B'
    elif s >= 70: return 'C'
    elif s >= 60: return 'D'
    else: return 'F'

# Passo 2: Aplicar com map
scores['grade'] = scores['score'].map(score_to_grade)
print(scores)
#      name  score grade
# 0   Alice     92     A
# 1     Bob     78     C
# 2 Charlie     65     D
# 3   Carol     88     B
# 4   David     45     F

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem o pandas pré-instalado. Por favor, instale-o localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

3. Mapeamento de Elementos com map

(1) Três Maneiras de Usar o map

▶ Exemplo

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem o pandas pré-instalado. Por favor, instale-o localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar um pouco dependendo da versão do pandas.

: Três abordagens de mapeamento com map (Dificuldade ⭐⭐)

PYTHON

import pandas as pd

s = pd.Series([1, 2, 3, 4, 5])

# 1. Mapeamento com Dicionário
category_map = {1: 'Baixo', 2: 'Baixo', 3: 'Médio', 4: 'Alto', 5: 'Alto'}
print(s.map(category_map))
# 0      Baixo
# 1      Baixo
# 2      Médio
# 3      Alto
# 4      Alto

# 2. Mapeamento com Função
print(s.map(lambda x: x ** 2))
# 0     1
# 1     4
# 2     9
# 3    16
# 4    25

# 3. Mapeamento com Series (alinhamento por índice)
other = pd.Series({1: 'Um', 2: 'Dois', 3: 'Três'})
print(s.map(other))
# 0    NaN   ← 1 existe em other → 'Um'
# 1   Dois
# 2   Três
# 3    NaN  ← 4 não está em other → NaN
# 4    NaN

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem o pandas pré-instalado. Por favor, instale-o localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar um pouco dependendo da versão do pandas.

(2) Quando Usar o map

Característica	map	apply
Opera em	Elementos individuais da Series	Linhas/colunas da Series / DataFrame
Entrada	Dicionário/função/Series	Função
Retorna	Series (mapeamento um-para-um)	Qualquer tipo
Desempenho	Rápido (busca em dicionário O(1))	Mais lento (chamadas por elemento/linha/coluna)
Melhor para	Mapeamento um-para-um	Lógica complexa/operações em múltiplas colunas

4. Aplicar Funções de Linha/Coluna

(1) Series apply

▶ Exemplo

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem pandas pré-instalado. Instale localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

: Series apply (Dificuldade ⭐⭐)

PYTHON

import pandas as pd

s = pd.Series(['alice@example.com', 'bob@company.org', 'charlie@uni.edu'])

# Extrair domínio do e-mail
domains = s.apply(lambda email: email.split('@')[1])
print(domains)
# 0    example.com
# 1    company.org
# 2       uni.edu

# Lógica complexa: classificar tipo de e-mail
def classify_email(email):
    domain = email.split('@')[1]
    if '.edu' in domain: return 'Acadêmico'
    elif '.org' in domain: return 'Sem fins lucrativos'
    else: return 'Comercial'

email_type = s.apply(classify_email)
print(email_type)
# 0    Comercial
# 1    Sem fins lucrativos
# 2     Acadêmico

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem pandas pré-instalado. Instale localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

(2) DataFrame apply

▶ Exemplo

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem pandas pré-instalado. Instale localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

: DataFrame apply operações de linha/coluna (Dificuldade ⭐⭐)

PYTHON

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'math': [85, 92, 78, 88, 65],
    'english': [90, 85, 82, 75, 70],
    'science': [88, 95, 80, 90, 60]
}, index=['Alice', 'Bob', 'Charlie', 'Carol', 'David'])

# Aplicar função em cada COLUNA (axis=0, padrão)
print(df.apply(np.mean))
# math       81.6
# english    80.4
# science    82.6

# Aplicar função em cada LINHA (axis=1)
df['average'] = df.apply(lambda row: row.mean(), axis=1)
print(df['average'])
# Alice      87.67
# Bob        90.67
# Charlie    80.00
# Carol      84.33
# David      65.00

# Retornar Series por linha (mais estruturado)
def score_report(row):
    return pd.Series({
        'total': row.sum(),
        'avg': row.mean(),
        'max': row.max(),
        'min': row.min()
    })

report = df[['math', 'english', 'science']].apply(score_report, axis=1)
print(report)

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem pandas pré-instalado. Instale localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

⚠️ Observação: apply não é uma operação vetorizada — chamar uma função linha por linha em um DataFrame grande será muito lento. Se você puder usar operações vetorizadas (operações aritméticas, métodos str), não use apply. apply é "o último recurso quando nada mais funciona."

5. Encadeamento com pipe

(1) Fluxo de Dados Encadeado

▶ Exemplo

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem pandas pré-instalado. Por favor, instale-o localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

: operações de pipeline com pipe (Dificuldade ⭐⭐)

PYTHON

import pandas as pd
import numpy as np

# Dados brutos
df = pd.DataFrame({
    'name': ['  Alice  ', 'BOB', 'Charlie', '  carol  ', 'David'],
    'age': [28, -1, 25, 30, 999],
    'salary': [75000, np.nan, 68000, 88000, np.nan]
})

# Passo a passo sem pipe (chamadas aninhadas)
# resultado = atribuir_depto(substituir_invalidos(limpar_nomes(df)))

# Com pipe — fluxo legível da esquerda para a direita
def limpar_nomes(df):
    df = df.copy()
    df['name'] = df['name'].str.strip().str.title()
    return df

def substituir_invalidos(df):
    df = df.copy()
    df.loc[df['age'] < 0, 'age'] = np.nan
    df.loc[df['age'] > 150, 'age'] = np.nan
    return df

def preencher_salario(df):
    df = df.copy()
    df['salary'] = df['salary'].fillna(df['salary'].median())
    return df

resultado = (df
    .pipe(limpar_nomes)
    .pipe(substituir_invalidos)
    .pipe(preencher_salario)
)
print(resultado)

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem pandas pré-instalado. Por favor, instale-o localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

(2) Comparação pipe vs apply

Característica	pipe	apply
Entrada	DataFrame inteiro	Linha/coluna/Série
Retorna	DataFrame (transformado)	Qualquer tipo
Propósito	Pipeline de múltiplas etapas	Operações em único elemento/linha/coluna
Encadeamento	✅ Suportado nativamente	❌ Requer aninhamento
Legibilidade	Alta (leitura de cima para baixo)	Média

6. Substituição de Valor

(1) Substituição Exata

▶ Exemplo

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem pandas pré-instalado. Instale-o localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

: substituição de valor (Dificuldade ⭐)

PYTHON

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'status': ['active', 'inactive', 'pending', 'active', 'unknown'],
    'priority': [1, 2, 3, 1, 99]
})

# Substituição de valor único
df['status'] = df['status'].replace('unknown', 'inactive')
print(df['status'])

# Substituição de múltiplos valores (dicionário)
df['status'] = df['status'].replace({
    'active': 'Active',
    'inactive': 'Inactive',
    'pending': 'Pending'
})
print(df['status'])

# Substituir valor sentinela inválido
df['priority'] = df['priority'].replace(99, np.nan)
print(df['priority'])

# Substituição com regex
text = pd.Series(['Phone: 555-0100', 'Email: test@example.com'])
cleaned = text.str.replace(r'[\d-]+', '[REDACTED]', regex=True)
print(cleaned)

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem pandas pré-instalado. Instale-o localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

(2) Comparação replace vs map

Característica	replace	map
Valores não encontrados	Mantidos inalterados	Tornam-se NaN
Substituição de múltiplos valores	✅ Dicionário	✅ Dicionário
Regex	✅ regex=True	❌
Melhor para	Substituir valores específicos	Mapeamento completo

🔥 Erro Comum: Valores não cobertos pelo dicionário no map se tornarão NaN! No replace, valores não cobertos permanecem inalterados. Se você deseja "substituir apenas alguns valores e manter o resto", use replace. Se você deseja um "mapeamento completo onde valores não mapeados são descartados", use map.

7. Atribuir Novas Colunas

(1) Encadeando Múltiplas Novas Colunas

▶ Exemplo

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem pandas pré-instalado. Por favor, instale-o localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

: atribuir novas colunas (Dificuldade ⭐⭐)

PYTHON

import pandas as pd

df = pd.DataFrame({
    'price': [100, 200, 150, 80, 300],
    'quantity': [5, 3, 10, 8, 2],
    'discount': [0.1, 0.2, 0.0, 0.15, 0.05]
})

# Adiciona múltiplas colunas em um único encadeamento
result = (df
    .assign(
        discounted_price=lambda x: x['price'] * (1 - x['discount']),
        total=lambda x: x['discounted_price'] * x['quantity'],
        is_bulk=lambda x: x['quantity'] >= 5
    )
)
print(result)
#   price  quantity  discount  discounted_price  total  is_bulk
# 0   100         5      0.10              90.0  450.0     True
# 1   200         3      0.20             160.0  480.0    False
# 2   150        10      0.00             150.0 1500.0     True
# 3    80         8      0.15              68.0  544.0     True
# 4   300         2      0.05             285.0  570.0    False

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem pandas pré-instalado. Por favor, instale-o localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

💡 Dica: Dentro de assign, use lambda x: para referenciar o DataFrame atual. Você pode referenciar colunas criadas anteriormente na mesma chamada de assign (por exemplo, total referencia discounted_price). Isso o torna mais adequado para encadeamento do que a sintaxe df['new_col'] = ....

8. transform Transformação de Grupo

(1) transform Preserva o Formato Original

▶ Exemplo

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não possui pandas pré-instalado. Por favor, instale-o localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

: transform padronização por grupo (Dificuldade ⭐⭐)

PYTHON

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'student': ['Alice', 'Alice', 'Bob', 'Bob', 'Charlie', 'Charlie'],
    'subject': ['Math', 'English', 'Math', 'English', 'Math', 'English'],
    'score': [85, 90, 92, 88, 78, 82]
})

# Normalização Z-score dentro de cada aluno
df['z_score'] = df.groupby('student')['score'].transform(
    lambda x: (x - x.mean()) / x.std()
)
print(df)

# Preencher com a média do grupo (em vez da média global)
df['score_filled'] = df.groupby('student')['score'].transform('mean')
print(df[['student', 'score', 'score_filled']])

# Ranking dentro do grupo
df['rank_in_class'] = df.groupby('subject')['score'].transform('rank', method='min')
print(df[['student', 'subject', 'score', 'rank_in_class']])

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não possui pandas pré-instalado. Por favor, instale-o localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

(2) Comparação transform vs apply

Recurso	transform	apply
Formato de saída	Igual à entrada	Pode variar
Após groupby	Retorna resultado de mesmo tamanho por grupo	Retorna qualquer resultado por grupo
Agregação	❌ Não pode reduzir	✅ Pode
Broadcasting	✅ Auto-transmite para as linhas originais	❌
Usos comuns	Padronização/preenchimento/ranking	Agregação/computação complexa

9. Escolhendo o Método de Transformação Certo

(1) Referência Rápida para 6 Métodos de Transformação

graph TB
    Q["Precisa transformar dados?"] --> TYPE{"Tipo de transformação?"}
    TYPE -->|"Mapeamento um-para-um"| MAP["map()"]
    TYPE -->|"Função por linha/coluna"| APPLY["apply()"]
    TYPE -->|"Pipeline de múltiplas etapas"| PIPE["pipe()"]
    TYPE -->|"Substituir valores específicos"| REPLACE["replace()"]
    TYPE -->|"Adicionar novas colunas"| ASSIGN["assign()"]
    TYPE -->|"Transformação no nível do grupo"| TRANS["transform()"]
    MAP --> NOTE1["✅ dict/função<br>❌ não mapeado → NaN"]
    APPLY --> NOTE2["⚠️ Lento para DFs grandes<br>✅ Flexível"]
    PIPE --> NOTE3["✅ Encadeamento legível<br>✅ Etapas reutilizáveis"]
    REPLACE --> NOTE4["✅ Não correspondidos mantidos<br>✅ Suporte a regex"]
    ASSIGN --> NOTE5["✅ Amigável ao encadeamento<br>✅ Múltiplas colunas"]
    TRANS --> NOTE6["✅ Saída de mesma forma<br>✅ Broadcast de grupo"]

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não tem o pandas pré-instalado. Por favor, instale-o localmente (`pip install pandas`) e siga o tutorial. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

(2) Ranking de Desempenho

Classificação	Método	Desempenho	Razão
1	Operações vetorizadas	Mais rápido	Executado em nível de C, sem laço Python
2	map (dicionário)	Rápido	Busca O(1)
3	replace	Rápido	Otimizado internamente
4	map (função)	Médio	Chamadas de função por elemento
5	apply	Lento	Chamadas Python por linha/coluna
6	apply + lógica complexa	Mais lento	Sobrecarga da função composta

💡 Dica: Se você pode escrever df['col'] * 2, não escreva df['col'].apply(lambda x: x * 2). Operações vetorizadas são 10-100 vezes mais rápidas que o apply.

10. Exemplo Completo: Pipeline de Transformação de Dados de E-commerce

▶ Exemplo

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não possui pandas pré-instalado. Por favor, instale-o localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

: Pipeline completo de transformação de dados (Dificuldade ⭐⭐⭐)

PYTHON

import pandas as pd
import numpy as np

# ============================================
# Exemplo abrangente: pipeline de
# transformação de dados de e-commerce
# ============================================

# 1. Dados brutos
np.random.seed(42)
df = pd.DataFrame({
    'product': [f'Item_{i:03d}' for i in range(1, 21)],
    'category': np.random.choice(['Electronics', 'Clothing', 'Home'], 20),
    'price': np.round(np.random.uniform(10, 500, 20), 2),
    'cost': np.round(np.random.uniform(5, 250, 20), 2),
    'quantity_sold': np.random.randint(1, 100, 20),
    'rating': np.round(np.random.uniform(2.0, 5.0, 20), 1)
})

# 2. Pipeline passo a passo com pipe
def add_margin(df):
    df = df.copy()
    df['margin_pct'] = ((df['price'] - df['cost']) / df['price'] * 100).round(1)
    return df

def categorize_price(df):
    df = df.copy()
    df['price_tier'] = df['price'].map(
        lambda p: 'Budget' if p < 50 else ('Mid' if p < 200 else 'Premium')
    )
    return df

def add_revenue(df):
    return df.assign(
        revenue=lambda x: x['price'] * x['quantity_sold'],
        is_top_rated=lambda x: x['rating'] >= 4.0
    )

def normalize_rating(df):
    df = df.copy()
    df['rating_zscore'] = df.groupby('category')['rating'].transform(
        lambda x: (x - x.mean()) / x.std()
    )
    return df

# 3. Executar o pipeline
result = (df
    .pipe(add_margin)
    .pipe(categorize_price)
    .pipe(add_revenue)
    .pipe(normalize_rating)
)

# 4. Resumo
print("=== Resultado da Transformação ===")
print(result[['product', 'category', 'price_tier', 'margin_pct', 'revenue', 'is_top_rated']].head(10))
print(f"\nReceita total: ${result['revenue'].sum():,.2f}")
print(f"Itens com melhor avaliação: {result['is_top_rated'].sum()}")
print(f"Distribuição por faixa de preço:\n{result['price_tier'].value_counts()}")

TEXT 📖 Somente leitura

> **Saída:** Execute em um ambiente Python local (pandas 2.x). O servidor Piston não possui pandas pré-instalado. Por favor, instale-o localmente (`pip install pandas`) e acompanhe. Os valores reais podem variar ligeiramente dependendo da versão do pandas.

❓ Perguntas Frequentes

Q: Qual a diferença entre map e apply? R: map só funciona em uma Series, realizando um mapeamento um-para-um em cada elemento (aceitando um dicionário ou função). Valores não mapeados se tornam NaN. apply funciona tanto em Series quanto em DataFrame, suportando operações no nível de linha/coluna (axis=0/1) com tipos de retorno flexíveis. Use map para mapeamentos simples (mais rápido) e apply para lógica complexa (mais flexível).

Q: Por que apply é lento? R: apply é essencialmente um laço em Python — ele chama uma função Python uma vez por linha/coluna, e a sobrecarga de chamada de função é enorme. Operações vetorizadas são executadas no nível C sem essa sobrecarga. Regra prática: se você pode escrever df['a'] + df['b'], não escreva df.apply(lambda r: r['a']+r['b'], axis=1). apply é um último recurso.

Q: Qual a diferença entre pipe e apply? R: pipe opera no DataFrame inteiro, aceitando e retornando um DataFrame — ele é projetado para pipelines de múltiplos passos. apply opera em linhas/colunas/Series para computação por elemento ou por linha. O valor do pipe é a legibilidade — ele transforma f3(f2(f1(df))) em df.pipe(f1).pipe(f2).pipe(f3), onde a leitura de cima para baixo te dá a ordem de execução.

Q: Qual a diferença entre replace e map? R: A maior diferença é como eles tratam valores incompatíveis — replace mantém o valor original inalterado, enquanto map transforma valores incompatíveis em NaN. Use replace quando você só deseja trocar alguns valores específicos; use map para mapeamento completo onde cada valor deve ser transformado. replace também suporta substituição por regex (regex=True), o que map não suporta.

Q: Qual a diferença entre assign e df['col']=...? R: assign retorna um novo DataFrame (sem modificar o original), tornando-o ideal para encadeamento. df['col']=... modifica diretamente. Dentro do assign, você pode usar lambda para referenciar colunas criadas no mesmo passo, o que a atribuição direta não pode fazer. Recomendação: use assign para operações encadeadas; para casos simples, a atribuição direta é suficiente.

Q: Qual a diferença entre transform e apply após groupby? R: transform retorna um resultado com o mesmo tamanho que o DataFrame original (distribuição dentro de cada grupo), enquanto apply pode retornar qualquer formato. Por exemplo: groupby + transform('mean') retorna a média do grupo para cada linha (tamanho inalterado), enquanto groupby + apply('mean') retorna uma média por grupo (tamanho = número de grupos). Use transform para preservar o formato original; use apply/agg para agregação.

Q: O que exatamente significa "vetorizado"? R: Vetorização significa usar operações internas do Pandas/NumPy em vez de loops em Python. df['a'] + df['b'] é vetorizado (computação no nível C sobre o array inteiro), enquanto df.apply(lambda r: r['a']+r['b'], axis=1) não é (chamadas Python linha por linha). Operações vetorizadas são 10-100 vezes mais rápidas. Use operações internas sempre que possível em vez de apply.

📖 Resumo

map é para mapeamento de Series um para um; mapeamento por dicionário é o mais rápido; valores não correspondentes se tornam NaN
apply lida com lógica complexa por linha/coluna — flexível mas lento; prefira operações vetorizadas quando possível
pipe constrói pipelines de múltiplas etapas, transformando chamadas aninhadas em uma cadeia legível de cima para baixo
replace troca valores específicos mantendo os não correspondentes inalterados; suporta regex
assign adiciona colunas em uma cadeia; lambda pode referenciar colunas criadas na mesma etapa
transform realiza transformações por grupo mantendo o formato original; ideal para padronização/preenchimento/ranking
Classificação de desempenho: vetorizado > map(dicionário) > replace > map(função) > apply

📝 Exercícios

Básico (Dificuldade ⭐): Crie uma Série de pontuações (0-100). Use map + um dicionário para classificar as pontuações em Alta(≥70)/Média(≥50)/Baixa(<50), depois use replace para mudar Média para Med.
Intermediário (Dificuldade ⭐⭐): Crie um DataFrame de funcionários (nome/salário/departamento). Use pipe para construir um pipeline de 3 etapas: limpar o nome (strip+title) → adicionar uma coluna de salário líquido → sinalizar se cada funcionário ganha acima da média do seu departamento.
Desafio (Dificuldade ⭐⭐⭐): Crie um conjunto de dados de produtos com 20 linhas. Use assign para adicionar 3 colunas de uma vez (receita/margem/nível), use groupby+transform para calcular escores-z dentro de cada categoria e, finalmente, use pipe para combinar todas as etapas em um único pipeline.

← Previous: Handling Duplicate Data · Next: Group Aggregation →

Equipe Técnica Web-Tutorial

Uma plataforma de tutoriais mantida por diversos desenvolvedores. Cada tutorial é escrito e revisado por profissionais da área correspondente. Trabalhamos para manter nosso conteúdo preciso e confiável — se encontrar algum problema, avise-nos.

Sobre Nós