NIAJus Curso 1: Introdução à Estrutura do Judiciário usando Ciência de Dados - Colunas em um documento do tipo planilha: usando o comando head (no Linux)

NIAJus - Curso 1 - Ciclo 2 - vídeo 3 (c2.v3) Para se inscrever no curso no qual se insere este vídeo visite https://cursos.niajus.org. Então agora a gente já sabe quantas linhas, palavras e caracteres há na planilha. Mas agora eu quero saber quais os nomes das colunas da planilha. Como faço? Bom, para descobrir os nomes das colunas a gente pode exibir só a primeira linha da planilha, a linha de cabeçalho, não é? Aquela mesma linha que você colou no início do dataset usando o notepad. Geralmente as planilhas têm uma primeira linha de cabeçalho e é nela que estão o nome das colunas. Então a gente vai usar o comando do sistema operacional head, que assim como o comando wc, também possibilita que um comando do linux seja executado dentro do Colab. Quando a gente executar o comando head, o Google Colab vai nos apresentar as dez primeiras linhas da planilha. A gente vai escrever igual o outro comando !wc, a diferença é que agora vamos escrever !head. !head nomeDoArquivo Então a gente vai e escreve !head, dá um espaço e logo depois coloca o caminho do documento. Então vamos voltar nos arquivos e procurar a planilha, copiamos e colamos o caminho e executamos a linha de código. Para conhecer mais sobre o comando head veja: https://guialinux.uniriotec.br/head/. E aí o Colab retorna isso aqui. É bom observar o formato desse texto que o Colab nos devolve que a primeira vista parece bem bagunçado. Esse tipo de formato a gente chama de CSV, ou comma separated values. O CSV é um formato de planilha eletrônica onde as colunas contém dados separados por vírgula. Mas mesmo estando bem bagunçado nesse formato, se dermos uma olhada na primeira linha, a linha de cabeçalho, podemos ver os nomes das colunas. A gente pode então analisar que existem XX nomes aqui, que é o que a gente descobriu no vídeo anterior, que há XX colunas, e que o primeiro deles por exemplo é “id_orgao_julgador”. Entre outros existe “id_origem”, “sigla_tribunal”, “ramo_justica” e “sigla_grau”. Veja que só pelo nome já dá pra ter uma ideia de quais são os dados que essa planilha possui. No próximo vídeo vamos atender um pouco melhor o que significam esses termos. Com isso a gente aprende uma coisa muito importante: É uma boa prática dar nomes significativos para as colunas de uma planilha. Usando apenas o comando head podemos ver as 10 linhas iniciais da tabela: uma linha de cabeçalho e 9 de dados. Mas se eu quiser ver os 20 primeiros registros da planilha, como faço? Para isso a gente pode escrever após o comando head e antes do caminho do documento inserir um argumento opcional “-n” + númeroDeLinhas que você quer ver.