Alternativa Correta: E - Errado

É importante entender que a linguagem Python é muito versátil e dispõe de diversas bibliotecas que permitem a leitura e escrita de arquivos em diferentes formatos, incluindo .csv (valores separados por vírgula) e .xlsx (formato de arquivo do Microsoft Excel).

A biblioteca Pandas é, de fato, uma das ferramentas mais poderosas e populares para análise de dados no Python, e ela pode ser utilizada para manipular arquivos .csv e .xlsx. No entanto, afirmar que a leitura e escrita de arquivos nesses formatos é exclusiva dessa biblioteca é incorreto.

Para a leitura de arquivos .csv, por exemplo, o próprio Python oferece o módulo csv, que pode ser usado para ler e escrever em arquivos desse tipo sem a necessidade de instalar bibliotecas externas. Além disso, para arquivos .xlsx, existem bibliotecas como openpyxl e xlrd que podem ser utilizadas para manipulação desses arquivos.

Portanto, a afirmação de que o Python só permite a leitura e escrita de arquivos .csv e .xlsx por meio da biblioteca Pandas não está correta, pois existem outras alternativas disponíveis que permitem realizar essas operações. Dessa forma, a alternativa correta é E - Errado.

QUESTÃO REPETIDA (reportem, por gentileza).

.

Pandas: é uma das bibliotecas Python voltada para manipulação de dados tabulares, geralmente usada para lidar com arquivos .csv e .xsls. Função: análise de dados --> mineração de dados

No entanto, o Python possui outras formas de lidar com esses formatos, como suas bibliotecas nativas/padrões.

Gabarito: Errado.

Não, csv é um formato simples e não é necessário importar uma biblioteca robusta como pandas para lidar com ele.

Da pra fazer importando um modulo nativo...

import csv

import json

são exemplos de módulos nativos para lidar com dados semi estruturados

Python faz leitura de CSV e XML sem necessidade de importar bibliotecas.

Gabarito Errado

Enquanto a biblioteca Pandas é, sem dúvida, a ferramenta mais conveniente e poderosa para trabalhar com esses formatos (especialmente para dados tabulares que se encaixam bem em DataFrames), Python oferece outras formas de lidar com eles:

Arquivos .csv (Comma Separated Values):

Módulo csv da biblioteca padrão: Python possui um módulo csv em sua biblioteca padrão que pode ler e escrever arquivos CSV linha por linha. É ideal para quando você precisa de controle mais granular sobre o processo ou está lidando com arquivos CSV muito simples sem a necessidade da estrutura de DataFrame do Pandas.

Leitura manual: Você pode até mesmo ler arquivos CSV como arquivos de texto comuns, abrindo-os e dividindo as linhas e colunas manualmente usando métodos de string, embora isso seja menos robusto e propenso a erros.

Retroceder Nunca Render-se Jamais !

Força e Fé !

Fortuna Audaces Sequitur ! 

Errado. O termo "só permite" torna o item falso. Para arquivos CSV, Python possui o módulo nativo csv. Para Excel, bibliotecas especializadas como openpyxl também podem ser usadas diretamente. Pandas é uma opção popular, mas não a única.

Siga-me @rexconcurseiro