Pois é ficou na dúvida de qual fazer né. Então vamos fazer os dois eu vou criar um novo dataframe chamado df_filtrado e vou trazer uns dados já meio que filtrado na coluna “Ano” e vamos fazer o drop de colunas neste dataframe.
Comando drop na área e lógico aqui o link para documentação:
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.drop.html
Vou criar o dataframe “df_filtrado ” já associando o comando que eu quero de filtragem no dataframe ” df_estado” na coluna “Ano” pelos anos de 2020 e 2021 os quais irei trabalhar no outro dataframe da covid que tiramos do site do saude.gov.br.
df_filtrado = df_estados[df_estados[‘Ano’].between(2020,2021)]
Pois é no mundo perfeito aprender seria fácil e sem erros né. Mas como estamos na vida real mais um erro, este até que foi fácil. Vamos usar o comando que a gente viu no post anterior “astype” para mudar o tipo de dado da coluna ano para inteiro.
df_estados[‘Ano’] = df_estados[‘Ano’].astype(‘int64’)
Feito. Agora é só roda o comando denovo e …
Voilá.
Pronto criado o dataframe novo e filtrado os anos que desejamos, agora é hora de usarmos o comando “drop”.
Você pode usar por coluna ou por linha, sempre que deseja, mais lembresse que o padrão do axis é o 0 logo, às linhas.
Podemos tirar coluna por coluna com o comado.
df_filtrado.drop(‘Taxa Bruta de Natalidade’,axis=1)
Um comando legal, para saber todas as colunas do dataframe, caso seu Colab não autocomplete os nomes da tabela, você copia e cola.
Mais vamos dropar logo com um comando todas as colunas que não utilizaremos neste projeto incial.
df_filtrado.drop([‘Taxa de Crescimento Geométrico’,’Taxa Bruta de Natalidade’,’Esperança de Vida ao Nascer’,’Esperança de Vida ao Nascer – Homens’,’Esperança de Vida ao Nascer – Mulheres’,’Taxa de Mortalidade Infantil’,’Taxa de Mortalidade Infantil – Homens’,’Taxa de Mortalidade Infantil – Mulheres’,’Taxa de Fecundidade Total’,’Razão de Dependência – Jovens 0 a 14 anos’,’Razão de Dependência – Idosos 65 ou mais anos’,’Razão de Dependência’,’Taxa de Fecundidade Total.1′],axis=1)
Vou deixar estes índices de faixa etária por enquanto. Cansou? Pois é, eu também. Então vamos nos vê no próximo post com todas as energias renovadas.
Beijos, Maga.😘
