A MELHOR forma de ITERAR linhas no DATAFRAME - PANDAS Python

[@Leonardosuperfogo]

Cara, excelente, eu tive que fazer uma iteração monstruosa na minha lista do trabalho para achar duplicatas de strings que estavam desta forma ( POP-CORN == CORN-POP and POP-CORN_BKP == CORN-POP_BKP), pra isso utilizei a função DataFrame.itertuples() do PANDAS, e assistindo seus vídeos entendi a eficácia desta função em relação aos FORs convencionais, e tive um resultado impressionante na velocidade de processamento.Muito obrigado!

[@priscilaestudo3003]

Seus vídeos são muito bons de assistir! Fico super empolgada com sua didática! Parabéns!!! Faz um vídeo de como juntar vários métodos e funções numa linha de código e o porque de como juntar tudo isso!

[@rafaelalbuquerque9632]

Amigo, vc não faz ideia o quanto seu conteúdo é de extrema ajuda, mesmo não tendo toda a visualização que vc merece, mas o seu conteúdo é fantástico, ainda mais pra aspirantes em ciencia de dados que nem eu kkkkkk Parabens demais 👏👏👏👏👏

[@user-qp8ei8lc3d]

Isso é ouro! Obrigado por compartilhar o conhecimento!

[@ProgramePython]

Tamo junto demais!! Se conseguir dá uma lida no artigo que deixei nos comentários, complementa muito o aprendizado. Abraços!

[@ulyssesmoura4890]

ISSO É ELITE

[@geanclm]

Prezado, gratidão pela generosidade de conteúdo! Parabéns pela objetividade em cada vídeo e também pela escolha de cada conteúdo postado. São dicas muito valiosas! Sugiro a você planejar um boot camp com uma série de super ensinamentos python e direcionar para um super curso avançado para os interessados! Saúde e sucesso!

[@ProgramePython]

Obrigado Gean!!! Valeu pela sugestão, gostei demais! Está nos planos para o próximo ano produzir um curso Abraços

[@AndersonAmorim.]

Deuso!

[@diegonunes5902]

top,

[@evertoncastro5647]

Obrigado, amigo. Otimizei meu algoritmo, reduzi bastante o tempo de execução. Parabéns pelo material!

[@Rafa200945]

Maratonando os seus vídeos. Depois faz um de como usar o timeit para calcular o desempenho no pycharm por exemplo.

[@alessandrosilvaext]

Sensacional! Excelente conteúdo! Parabéns!

[@r4FxZW]

Ensina muito bem 🎉

[@rogermartins813]

Excelente vídeo, obrigado por compartilhar!

[@igordesouza8410]

Vídeo excelente!!!!!! Muito bom ver todos os métodos comparados. Aprendi bastante! Obrigado!

[@0rakul0]

Obrigado pela dica

[@samuellopes7786]

Video excelente!!! Me ajudou bastante! Obrigadaço!

[@genislopes9685]

Parabéns!

[@gsantos1000]

Se possível, nos disponibilize o repositório desse código, por favor. #Python

[@alexandregravata9557]

Parabéns pelo trabalho! Excelente vídeo!! +1 inscrito

[@iaragomes1088]

Obrigada! Me ajudou muito!!!

[@Guiisaac13]

Sensacional. Parabéns pelo canal!

[@ProgramePython]

Obrigado Guilherme!!

[@andersonluizneto4294]

Muito bom, me ajudou bastante!

[@webertonmaia]

Muito bom!

[@ProgramePython]

Obrigado!

[@renatoramalho261]

Tenho uma dúvida para essa expressão: de Sympy . ntheory importação isPrime % timeit np . sum ( list ( map ( isprime , np . arange ( 1000000 )))) % timeit sum ( list ( map ( isprime , range ( 1000000 )))) Por que a versão numpy.sum não é mais ŕapida do que sum, neste caso?

[@ProgramePython]

O numpy utiliza otimização vetorial. Ele provavelmente vai ser sempre mais rápido. Ele utiliza cálculos de vetores para otimizar o processamento dos cálculos.

[@anabeatrizguimaraesgodinho8546]

A variável x é um DataFrame? X era o DataFrame df?

[@jean2943]

Obrigado pelo conteúdo. Será que pode me ajudar? Tenho um dataset de vendas, e existem vendas para o mesmo cliente em datas diferentes. Gostaria de criar uma nova coluna apontando em qual linha foi a última venda para cada cliente. Com esses métodos é possível? Obrigado

[@ProgramePython]

Obrigado Jean! Dá sim, com o loc. Mas vc tem que combinar ele com o groupby. Com essa função vc pode achar quais os índices correspondentes da última venda: df = df.sort_values('Data') indices = df.groupby('Cliente').idxmin()['Data'].tolist() df.loc[df.index.isin(indices), 'última venda'] = True Tenta aí e me diz se funcionou! Abraços

[@jean2943]

@@ProgramePython Olá meu amigo, tentei utilizar aqui mas deu um erro: bases_geral_df = bases_geral_df.sort_values('Data') indices = bases_geral_df.groupby('ID_unico').idxmin()['Data'].tolist() bases_geral_df.loc[bases_geral_df.index.isin(indices), 'última venda'] = True erro: TypeError: argmin() takes 1 positional argument but 2 were given

[@ProgramePython]

@@jean2943 Testei o código aqui novmente e não obtive nenhum erro. Qual linha do codigo foi o erro?

[@jean2943]

@@ProgramePython o erro acontece na linha indices = ... TypeError: argmin() takes 1 positional argument but 2 were given link do print do erro: prntscr.com/1igpr4p Obrigado pela ajuda.

[@ProgramePython]

No código vc colocou axis=1 dentro do idxmin(). Basta tirar, conforme o código que mandei, que vai funcionar. Abs!