<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Duckdb on Python Brasil — Aprenda Python em Português</title>
    <link>https://python.dev.br/tags/duckdb/</link>
    <description>Recent content in Duckdb on Python Brasil — Aprenda Python em Português</description>
    <generator>Hugo</generator>
    <language>pt-br</language>
    <lastBuildDate>Wed, 01 Apr 2026 08:05:06 -0300</lastBuildDate>
    <atom:link href="https://python.dev.br/tags/duckdb/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Python e DuckDB: Análise de Dados Ultrarrápida — 2026 | python.dev.br</title>
      <link>https://python.dev.br/blog/python-e-duckdb-analytics/</link>
      <pubDate>Sun, 29 Mar 2026 00:00:00 +0000</pubDate>
      <guid>https://python.dev.br/blog/python-e-duckdb-analytics/</guid>
      <description>&lt;p&gt;Se você trabalha com análise de dados em Python, provavelmente já passou por situações em que o &lt;a href=&#34;https://python.dev.br/blog/introducao-ao-pandas/&#34;&gt;Pandas&lt;/a&gt; ficava lento demais para datasets grandes, mas subir um banco de dados completo parecia exagero. É exatamente nesse espaço que o &lt;strong&gt;DuckDB&lt;/strong&gt; brilha — um banco de dados analítico embutido, sem servidor, que roda SQL diretamente em arquivos CSV, Parquet e até DataFrames do Pandas.&lt;/p&gt;&#xA;&lt;p&gt;Neste artigo, vamos explorar como usar DuckDB com Python, desde a instalação até consultas avançadas, com exemplos práticos para o dia a dia.&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
