Pandas Chef

Seu Sous-chef Brasileiro de Data Science.

O Pandas Chef é uma coleção de "receitas" (snippets) essenciais para Cientistas de Dados, com foco especial nos problemas do dia a dia no Brasil.

Chega de errar o encoding='latin1' ou esquecer como faz um gráfico bonito no Seaborn. O Chef traz tudo pronto, temperado e formatado.

🚀 Dica Especial do Chef: Conheça o Sanice

Quer ir além dos snippets? O Sanice é o "poder de fogo" que abstrai Pandas, NumPy e Scikit-Learn em uma interface fluente e 100% em Português.

A promessa é simples: Do CSV à API (com modelo treinado) em 3 linhas.

from sanice import Sanice

# 1. Carrega e Limpa  ➔  2. Treina IA (AutoML)  ➔  3. Publica API
Sanice("dados.csv").auto_ml(alvo="resultado").servir_api()

Menos boilerplate, mais Data Science. Fale a língua dos seus dados.

Instale: pip install sanice Documentação: PyPI - Sanice

O Cardápio de Snippets

Diferente de outros pacotes de snippets, o Pandas Chef é organizado pelo fluxo de trabalho de dados. Basta digitar o prefixo chef_ e escolher a categoria:

0. Mise en place (Configuração Inicial)

• chef_import: Importa de uma vez só: Pandas, Numpy, Matplotlib e Seaborn. Bônus: Verifica se as bibliotecas estão instaladas.

1. Entradas (Leitura de Dados)

• chef_ler_csv_br: Carrega CSVs brasileiros (separador ; e encoding latin1).
• chef_ler_excel: Carrega arquivos .xlsx com opção de escolher a aba.

2. Preparo (Limpeza e Tratamento)

• chef_limpar_cabecalho: Padroniza colunas (remove espaços, acentos e deixa minúsculo).
• chef_analisar_nulos: Mostra a porcentagem de valores nulos.
• chef_tratar_datas: Converte strings para datetime no formato brasileiro.
• chef_mesclar_datasets: Faz o Join/VLOOKUP entre duas tabelas.

3. Prato Principal (Análise)

• chef_agrupar_media: Cria um resumo (Groupby) com Média, Contagem e Soma, já ordenado.
• chef_filtros_loc: Estrutura pronta para filtrar DataFrame com múltiplas condições.
• chef_salvar_csv: Exporta os dados limpos corretamente (UTF-8 com BOM, sem índice).

4. Sobremesa (Visualização)

• chef_grafico_barra: Gera um gráfico de barras Seaborn profissional.
• chef_grafico_correlacao: Gera um Heatmap de correlação pronto para relatórios.

Como Cozinhar (Como Usar)

1. Abra qualquer arquivo Python (.py) ou Jupyter Notebook no VS Code.
2. Comece a digitar chef.
3. O menu de sugestões aparecerá.
4. Escolha a receita e aperte Enter.
5. Use a tecla Tab para navegar pelos campos editáveis (ex: nome do arquivo, nome da coluna).

⚡ Exemplo Prático: Do Zero ao Gráfico (com Pandas Chef e LeBlanc)

Quer testar seus gráficos mas não tem dados? O Pandas Chef funciona perfeitamente com a biblioteca leblanc para gerar dados fictícios instantâneos.

1. Digite chef_import ➔ Traz as libs de análise.
2. Gere dados com leblanc ➔ Cria um DataFrame de vendas falso.
3. Digite chef_grafico_barra ➔ Visualiza o resultado.
4. Digite chef_salvar_csv ➔ Salva o relatório final.

Código Final:

# [1] chef_import: Importando as ferramentas
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# pip install leblanc
from leblanc import Tech

# [2] Gerando dados sintéticos instantâneos
# Cria um DataFrame com 50 registros de vendas de tecnologia
df = Tech(num_records=50).build()

try:
    # Ajuste simples para calcular o Total dependendo da versão do LeBlanc
    if 'unit_price' in df.columns:
        df['Total'] = df['unit_price'] * df['quantity']
        x_col = 'category'
    else:
        # Fallback genérico para colunas numéricas
        df['Total'] = df.select_dtypes(include=['number']).iloc[:, 0] * df.select_dtypes(include=['number']).iloc[:, 1]
        x_col = df.select_dtypes(include=['object']).columns[0]

    # [3] chef_grafico_barra: Visualização
    plt.figure(figsize=(12, 6))
    sns.barplot(data=df, x=x_col, y='Total', palette='viridis', estimator=sum, errorbar=None)
    plt.title('Performance de Vendas (Dados via leblanc)')
    plt.xticks(rotation=45)
    plt.tight_layout()
    plt.show()

    # [4] chef_salvar_csv: Exportando o resultado para Excel
    df.to_csv('relatorio_vendas.csv', index=False, sep=';', encoding='utf-8-sig')
    print("Relatório salvo com sucesso!")

except Exception as e:
    print(f"Erro ao processar os dados: {e}")

Requisitos

• VS Code versão 1.80.0 ou superior.
• Extensão Python da Microsoft instalada (recomendado).

Configuração Recomendada

Para uma melhor experiência, certifique-se de que as sugestões de snippet estão ativadas no seu VS Code (geralmente já vêm ativas por padrão).

Licença

Este projeto está licenciado sob a Licença Apache 2.0 - veja o arquivo LICENSE para detalhes.

Bon Appétit! 🍝 Desenvolvido por wSanice