pdSeries (data=, index=,name=)

#cria uma série que é a coluna de uma tab

#as séries têm índices que podemos usar pro slicing
#é possível fazer uma máscara booleana na série

.sort_values(ascending=False/True)
#organiza a lista em crescente/decrescente

.unique()
#identifica valores únicos

.value_counts()
#frequência absoluta

.value_counts(normalize=True)
#frequência relativa

pd.DataFrame(data, index=,columns=)
#cria um df com dados, linhas, colunas

df.pd.read_table('caminho',header=0,sep='')
#lê um arquivo como df
#header é a primeira linha
#sep é o separador

.columns()
#mostra as colunas em lista

pd.melt()
#não entendi os parâmetros, mas reorganiza a tabela com base em uma coluna

.pivot(index=,columns=,values=)
#reorganiza no formato anterior ao melt
#facilita apresentações

pd.concat(df1,df2,axis=)
#concatena dois dfs
#axis=1 concat lateral (merge)
#axis=0 concat vertical

.copy()
#faz uma cópia de um df

.index =
#chama os índices do df

.rename(columns=)
#renomeia labels do df

.head
#mostra um número em ordem início-fim do df

.tail
#inverso do head

.describe()
#estatísticas do df

.mean()
#média

.median()
#mediana

.quantile()
#?

.min(numeric_only=True)
#min

.max
#max

.groupby()
#agrupa

.query()
#filtro

.loc[]
#buscador explícito

.iloc[]
#buscador coordenada numérica

.set_index()
#definen uma coluna como coluna índice

.merge
#estudar mais