Executar pandas online

Criar tabelas dinâmicas (pivot table) com pandas

Nesta lição, você vai criar uma tabela dinâmica para calcular a nota média de cada time com pivot_table().

  • Intermediário
  • 2 min de leitura
  • 1 exemplo executável

Introdução

O problema

Tabelas longas, com uma linha por registro, são difíceis de ler. Gestores e relatórios querem um resumo: uma linha por equipe, um número por célula. Uma tabela dinâmica (pivot table) monta esse resumo em uma chamada.

Pense assim

Uma tabela dinâmica é como resumir uma lista longa de resultados de partidas em uma tabela de classificação. Em vez de ler cada partida, você vê uma linha por equipe com a pontuação média, calculada para você.

Dos resultados das partidas à classificação
index="team"🏟️ Uma linha por equipe
values="score"📈 O número a resumir
aggfunc="mean"🧮 Tire a média das notas de cada equipe
85.0📋 A célula de resumo de cada equipe
Muitas linhas viram uma linha de resumo por categoria.
Em uma frase

Uma tabela dinâmica resume um DataFrame agrupando as linhas por uma ou mais colunas e aplicando uma função de agregação, como média ou soma, a uma coluna de valores.

Pontos-chave

  1. index="team" cria uma linha no relatório por equipe.
  2. values="score" escolhe a coluna a resumir.
  3. aggfunc="mean" tira a média das notas de cada equipe: 85.0 para as duas.
  4. Cada equipe aparece uma vez, então o relatório tem uma linha para A e uma para B.

Quando usar?

  • Relatórios de resumo: vendas por região e mês, notas por turma e matéria.
  • Transformar dados longos em uma grade compacta para ler ou fazer gráficos.
  • Comparações rápidas entre categorias.

Quando não é preciso

  • Só um agrupamento e um resultado: groupby fica igualmente claro.
  • Você precisa das linhas originais: uma tabela dinâmica só guarda o resumo.

Código de exemplo

Executar código →
main.py
import pandas as pd

results = pd.DataFrame({
    "team": ["A", "A", "B", "B"],
    "score": [80, 90, 70, 100],
})

print(results.pivot_table(index="team", values="score", aggfunc="mean"))
Gerar um botão Run para este exemplo

Resultado da execução

score
team
A      85.0
B      85.0

Explicação do código

O parâmetro index="team" faz cada time virar uma linha do relatório, values="score" escolhe a coluna a resumir e aggfunc="mean" escolhe o cálculo da média. O resultado mostra que os times A e B têm média 85.0. Você pode adicionar o parâmetro columns para dividir o relatório por outro grupo.

Altere os valores e execute o programa no compilador Python online CodeUtility sem instalar Python.

Exercícios práticos

Tente modificar o código seguindo as sugestões abaixo. Mudar o código e observar o resultado ajuda você a entender muito mais do que só ler.

  1. Adicione linhas, colunas e alguns valores ausentes aos dados de exemplo.
  2. Combine filtro, ordenação e groupby para montar um pequeno relatório.
  3. Leia um arquivo de dados real, confira o tipo de cada coluna e trate os valores inválidos.
Executar no compilador Python →

Erros comuns

Esquecer a função de agregação

pivot_table tira a média por padrão, o que está errado quando você precisa de totais.

Problema
results.pivot_table(index="team", values="score")  # mean
Correção
results.pivot_table(index="team", values="score", aggfunc="sum")

Terminou esta lição?

Marque como aprendida para acompanhar seu progresso.