Melhores Formatos para Salvar seus Dados csv x parquet x feather

Quer saber mais sobre o nosso Curso Completo de Ciência de Dados? Clique no link abaixo para garantir sua vaga na próxima turma:
blp.hashtagtreinamentos.com/c...
PARA BAIXAR O MINICURSO GRATUITO DE ANÁLISE DE DADOS:
pages.hashtagtreinamentos.com...
-----------------------------------------------------------------------
► Arquivos Utilizados no Vídeo:
pages.hashtagtreinamentos.com...
► Otimizando Dataframes do Pandas
• Otimizando Dataframes ...
-----------------------------------------------------------------------
Playlist Pandas Python:
• 7 Maneiras de Criar Da...
-----------------------------------------------------------------------
PARA CONTRATAR A HASHTAG PARA SUA EMPRESA:
www.hashtagtreinamentos.com/t...
-----------------------------------------------------------------------
Fala Impressionadores! Na aula de hoje eu quero falar sobre algo muito importante, os melhores formatos para salvar seus dados.
Eu quero te mostrar alguns formatos diferentes do csv que você já deve conhecer e quais as vantagens que esses outros formatos possuem em relação ao csv.
Em relação a programação, temos alguns formatos que são menores em termos de armazenamento e podem ser lidos e gravados de forma mais rápida.
Isso vai te ajudar em diversos casos, principalmente com bases muito grandes, você vai notar como a diferença é absurda comparada com o csv.
Vou te mostrar o formato pickle, formato parquet e o formato feather, além do csv, é claro!
Vem comigo e veja como existe uma diferença absurda em relação ao csv e como você pode utilizar esses formatos com o pandas Python!
-----------------------------------------------------------------------
Hashtag Programação
► Inscreva-se em nosso canal: bit.ly/3c0LJQi
► Ative as notificações (clica no sininho)!
► Curta o nosso vídeo!
-----------------------------------------------------------------------
Redes Sociais
► Blog: bit.ly/2MRUZs0
► KZbin: bit.ly/3c0LJQi
► Instagram: bit.ly/3o6dw42
► Facebook: bit.ly/3qGtaF2
Aqui nos vídeos do canal da Hashtag Programação ensinamos diversas dicas de Ciência de Dados para que você consiga se desenvolver e até mesmo mudar de área mesmo sem nenhuma experiência!
-----------------------------------------------------------------------
Conteúdo da Aula
00:00 Introdução
01:00 Objetivo da aula
01:39 Apresentação da base de dados
02:12 Método head na base em csv
03:14 Problema com formato csv + Otimizações
08:27 Verificando as informações do diretório
10:22 Tempo de exportação para csv
12:49 Verificando as informações do diretório (2 arquivos)
13:31 Leitura do novo arquivo (perda das otimizações)
16:02 Quando utilizar arquivos csv?
18:34 Formato pickle (leitura, exportação e otimizações)
24:44 Formato parquet (instalação pyarrow ou fastparquet)
29:41 Formato feather (leitura, exportação e otimizações)
31:55 Resumo da aula + Informações importantes
37:08 Qual tipo de arquivo usar?
39:10 Formatos e leitura e exportação no pandas
40:05 Conclusão
#cienciadedados #cienciadados #hashtagprogramacao

[@moderacaohashtag]

Fala galera! Gostou do vídeo? Deixa a sua curtida e se inscreve no canal! ► Para baixar o Minicurso Básico de Ciência de Dados, acesse: pages.hashtagtreinamentos.com/inscricao-curso-basico-cienciadados?origemurl=hashtag_yt_org_minicd_pTwDOKfB9QA ► Arquivos Utilizados no Vídeo: pages.hashtagtreinamentos.com/arquivo-cienciadados-1jOa6Lw0e3X-J7V3_KILI9fXgRsJfAz7P?origemurl=hashtag_yt_org_planilhacd_pTwDOKfB9QA ► Para instalar o Jupyter, acesse: kzbin.info/www/bejne/lZauYa1rhsejgaM ► Blog: bit.ly/2MRUZs0 ► KZbin: bit.ly/3c0LJQi ► Instagram: bit.ly/3o6dw42 ► Facebook: bit.ly/3qGtaF2

[@jiomar]

Essas aulas são tão boas pra quem tá iniciando nessa área, fazer todas essas otimizações dos últimos vídeos é um ótimo aprendizado.

[@geanclm]

Muito bom! Assunto direto ao ponto e ótimas práticas para a rotina de trabalhos com análise de dados. Parabéns pela seleção de conteúdo e também pela didática. Saúde e sucesso!

[@markuscaldeira]

Obrigado. Ótimo professor.

[@guilherrmo]

BOM D++ GOSTEI DA AULA

[@Marcelo.Magalhaes]

Parabéns pelo vídeo. Sugestão de aula: quando utilizar e quais as vantagens e desvantagens de utilizar a engine numpy e a pyarrow no Pandas para Big Data, considerando a possibilidade de escolha a partir do Pandas 2.0? O Pandas 2.0 substitui bem o Polars? Grato.