📌 Pré-requisitos

Antes de começar, certifique-se de ter o Docker instalado em seu sistema:

• 🔗 Baixar Docker
• Verifique se o Docker está instalado corretamente:

docker --version

Saída esperada deve ser algo como:

Docker version 28.0.1, build 068a01e

Se o comando acima funcionar, você está pronto para continuar! 🎉

🔹 1. Baixando a Imagem do MySQL

Antes de criar o container, precisamos baixar a imagem oficial do MySQL. Execute:

docker pull mysql:latest

Isso baixará a versão mais recente do MySQL.

Se você quiser uma versão específica, substitua latest pelo número da versão desejada, por exemplo:

docker pull mysql:8.0

🔹 2. Criando um Container MySQL

Agora que temos a imagem, podemos criar um container. Use o comando:

docker run --name meu-mysql -e MYSQL_ROOT_PASSWORD=minha_senha -d -p 3306:3306 mysql:latest

📌 Explicação:

• --name meu-mysql: Nome do container.
• -e MYSQL_ROOT_PASSWORD=minha_senha: Define a senha do usuário root.
• -d: Roda o container em segundo plano.
• -p 3306:3306: Expõe a porta 3306 para conexão externa.
• mysql:latest: Usa a imagem mais recente do MySQL.

Verifique se o container está rodando:

docker ps

Se aparecer na lista, o MySQL já está rodando! 🎉

🔹 3. Conectando ao MySQL no Docker

Agora que o MySQL está rodando, vamos conectar a ele.

🔹 Usando o próprio Docker

Entre no container e acesse o MySQL:

docker exec -it meu-mysql mysql -u root -p

Digite a senha definida (minha_senha) e pronto! Você já está no MySQL dentro do container.

🔹 Usando um Cliente MySQL Externo

Se quiser conectar usando um cliente MySQL como MySQL Workbench ou DBeaver, use estas configurações:

• Host: localhost
• Usuário: root
• Senha: minha_senha
• Porta: 3306

🔹 4. Persistindo Dados com Volumes (Opcional)

Por padrão, quando o container é removido, todos os dados do MySQL também são perdidos. Para evitar isso, crie um volume persistente:

docker run --name meu-mysql -e MYSQL_ROOT_PASSWORD=minha_senha -d -p 3306:3306 \
-v meu-volume-mysql:/var/lib/mysql mysql:latest

Agora, mesmo que o container seja parado e removido, os dados estarão salvos no volume meu-volume-mysql.

🔹 5. Parando e Removendo o Container

Se precisar parar o MySQL:

docker stop meu-mysql

Para iniciar novamente:

docker start meu-mysql

Para remover o container completamente:

docker rm -f meu-mysql

Se quiser remover também os volumes:

docker volume rm meu-volume-mysql

🎯 Conclusão

Agora você já sabe como instalar e rodar o MySQL com Docker de forma simples e rápida! Com essa abordagem, você evita instalações complicadas e mantém tudo organizado com containers.

Gostou do tutorial? Compartilhe e continue acompanhando nosso blog para mais conteúdos! 🚀🔥

📌 Pré-requisitos

Antes de começar, certifique-se de ter o Pandas instalado:

pip install pandas

Agora, importe a biblioteca:

import pandas as pd

🔹 1. Criando um DataFrame de Exemplo

Vamos criar um DataFrame para ilustrar os filtros:

dados = {
    "Nome": ["Ana", "Bruno", "Carlos", "Daniela", "Eduardo"],
    "Idade": [25, 32, 40, 29, 35],
    "Cidade": ["São Paulo", "Rio de Janeiro", "Belo Horizonte", "Curitiba", "Porto Alegre"],
    "Salário": [5000, 7000, 10000, 6500, 8000]
}

df = pd.DataFrame(dados)
print(df)

Saída:

      Nome  Idade         Cidade  Salário
0      Ana     25     São Paulo    5000
1    Bruno     32  Rio de Janeiro  7000
2   Carlos     40  Belo Horizonte 10000
3  Daniela     29       Curitiba  6500
4  Eduardo     35  Porto Alegre   8000

🔹 2. Filtrando por uma Condição Simples

Queremos selecionar apenas as pessoas com idade superior a 30 anos:

filtro = df["Idade"] > 30
df_filtrado = df[filtro]
print(df_filtrado)

Saída:

      Nome  Idade         Cidade  Salário
1    Bruno     32  Rio de Janeiro  7000
2   Carlos     40  Belo Horizonte 10000
4  Eduardo     35  Porto Alegre   8000

🔹 3. Filtrando por Múltiplas Condições (AND e OR)

🔹 Filtrando com AND (&)

Selecionando pessoas com mais de 30 anos e salário acima de 7.000:

df_filtrado = df[(df["Idade"] > 30) & (df["Salário"] > 7000)]
print(df_filtrado)

Saída:

      Nome  Idade         Cidade  Salário
2   Carlos     40  Belo Horizonte 10000
4  Eduardo     35  Porto Alegre   8000

🔹 Filtrando com OR (|)

Selecionando pessoas com idade superior a 35 ou salário maior que 7.000:

df_filtrado = df[(df["Idade"] > 35) | (df["Salário"] > 7000)]
print(df_filtrado)

Saída:

      Nome  Idade         Cidade  Salário
1    Bruno     32  Rio de Janeiro  7000
2   Carlos     40  Belo Horizonte 10000
4  Eduardo     35  Porto Alegre   8000

🔹 4. Filtrando por Texto (str.contains)

Selecionando pessoas cuja cidade contém "Rio":

df_filtrado = df[df["Cidade"].str.contains("Rio", case=False)]
print(df_filtrado)

Saída:

    Nome  Idade         Cidade  Salário
1  Bruno     32  Rio de Janeiro  7000

🔹 5. Filtrando com .isin()

Selecionando pessoas que moram em Belo Horizonte ou Curitiba:

df_filtrado = df[df["Cidade"].isin(["Belo Horizonte", "Curitiba"])]
print(df_filtrado)

Saída:

      Nome  Idade         Cidade  Salário
2   Carlos     40  Belo Horizonte 10000
3  Daniela     29       Curitiba  6500

🔹 6. Filtrando Valores Nulos (isna() e notna())

Adicionar valores nulos para exemplificar:

df.loc[2, "Salário"] = None  # Definindo um valor como nulo

Filtrar apenas linhas com valores nulos:

df_nulos = df[df["Salário"].isna()]
print(df_nulos)

Saída:

    Nome  Idade         Cidade Salário
2  Carlos     40  Belo Horizonte   NaN

Filtrar apenas linhas sem valores nulos:

df_sem_nulos = df[df["Salário"].notna()]
print(df_sem_nulos)

🔹 7. Filtrando por Índices

Selecionar apenas as primeiras 3 linhas:

df_filtrado = df.iloc[:3]
print(df_filtrado)

Selecionar linhas pelos índices específicos:

df_filtrado = df.loc[[0, 2, 4]]
print(df_filtrado)

🔹 8. Ordenação após Filtragem (sort_values)

Depois de filtrar, podemos ordenar os resultados por idade, do menor para o maior:

df_filtrado = df[df["Salário"] > 6000].sort_values(by="Idade")
print(df_filtrado)

🎯 Conclusão

O Pandas oferece diversas formas de filtrar dados, desde operações simples até combinações complexas. Com esses exemplos, você está pronto para aplicar filtros de maneira eficiente em suas análises!

Gostou do conteúdo? Compartilhe e continue acompanhando nosso blog! 🚀

sudo curl -fsSL https://get.docker.com | bash