Ler dados CSV com pandas
Nesta lição, você vai ler dados CSV para um DataFrame com a função read_csv() do pandas.
Quando pandas read_csv é usado?
O problema
A maioria dos dados que você vai encontrar está em arquivos CSV: exportações de planilhas, extratos bancários, logs de sensores. Separar linhas e vírgulas na mão dá problema com aspas, valores ausentes e números guardados como texto. O pandas lê esses arquivos corretamente com uma linha de código.
Pense assim
read_csv é como um digitador copiando uma lista para uma planilha. A primeira linha dá os títulos das colunas, cada linha seguinte vira uma linha da tabela, e o digitador percebe quais colunas guardam números.
"name,score\n..."📃 As linhas do texto CSVStringIO(csv_text)📂 Finja que o texto é um arquivo abertopd.read_csv(...)🧑💼 Copie para uma tabelastudents📊 Colunas name e score, três linhaspd.read_csv lê texto separado por vírgulas, de um arquivo ou de um objeto que se comporta como arquivo, e o coloca em um DataFrame. Ele usa a primeira linha como nomes das colunas e adivinha o tipo de cada coluna.
Arquivos CSV transferem dados entre planilhas, sistemas empresariais, ferramentas analíticas, APIs e bancos de dados. pandas.read_csv() carrega esses dados em um DataFrame para limpeza, filtragem e análise.
Casos de uso comuns
- Analisar exportações do Excel, Google Sheets ou CRM.
- Carregar conjuntos de dados para data science e machine learning.
- Corrigir valores ausentes, tipos incorretos e duplicatas antes da importação.
Quando usar?
- Carregar dados exportados de planilhas, bancos de dados e sites.
- Ler logs e relatórios em grande quantidade.
- O primeiro passo de quase toda análise de dados.
Quando não é preciso
- Arquivos Excel com várias abas: use
pd.read_excel. - Arquivos grandes demais para a memória: leia em pedaços com
chunksize.
Exemplo básico
import pandas as pd
from io import StringIO
csv_text = "name,score\nAda,95\nLin,88\nSam,91"
students = pd.read_csv(StringIO(csv_text))
print(students)
Resultado da execução
name score
0 Ada 95
1 Lin 88
2 Sam 91
Exemplo avançado
Arquivos CSV reais costumam ser grandes e imperfeitos. Este exemplo seleciona colunas, interpreta datas, controla tipos e reconhece diversos formatos de valores ausentes.
import pandas as pd
sales = pd.read_csv(
"sales.csv",
usecols=["order_date", "product", "quantity", "revenue"],
parse_dates=["order_date"],
dtype={"product": "string", "quantity": "Int64"},
na_values=["", "N/A", "unknown"],
)
sales = sales.dropna(subset=["order_date", "product"])
monthly_revenue = sales.groupby(
sales["order_date"].dt.to_period("M")
)["revenue"].sum()
print(monthly_revenue)
Explicação do código
O StringIO transforma uma string em um objeto que funciona como um arquivo aberto, então read_csv() consegue lê-lo diretamente sem criar um arquivo temporário. O pandas reconhece a primeira linha como cabeçalho e deduz o tipo de dado de cada coluna. Com dados reais, você pode usar parâmetros como dtype, parse_dates e na_values para controlar a leitura.
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.
- Adicione linhas, colunas e alguns valores ausentes aos dados de exemplo.
- Combine filtro, ordenação e groupby para montar um pequeno relatório.
- Leia um arquivo de dados real, confira o tipo de cada coluna e trate os valores inválidos.
Erros comuns
Separador errado
Arquivos CSV europeus muitas vezes usam ; como separador, e aí tudo acaba em uma única coluna.
pd.read_csv("data.csv")
pd.read_csv("data.csv", sep=";")
Terminou esta lição?
Marque como aprendida para acompanhar seu progresso.