apresento o código passo a passo para processar os dados fornecidos e realizar as análises solicitadas.
- Importe o arquivo alunos.csv e armazene seu conteúdo em um DataFrame Pandas
Primeiro, criamos o DataFrame a partir dos dados fornecidos:
import pandas as pd
import io
Dados fornecidos no exercício
dados = """Nome,Idade,Notas,Aprovado
Ary,20,7.5,True
Ana,18,,False
Cátia,27,2.5,False
Denis,18,5.0,False
Beto,21,10.0,True
Bruna,23,,False
Dara,21,7.0,True
Carlos,19,6.0,True
Alice,35,5.6,False
Vitor,28,,False
Daniel,21,,False
Igor,24,4.5,False
Sthefanie,26,9.5,True
Mirla,25,9.0,True
Paulo,37,,False
Mylena,29,7.0,True
Lucas,33,,False
Nadia,34,8.0,True"""
Lendo os dados como se fossem um arquivo CSV
alunos = pd.read_csv(io.StringIO(dados))
- Visualize as primeiras 7 linhas do DataFrame e as 5 últimas.
Utilizamos os métodos head() e tail() para essa conferência:
Primeiras 7 linhas
print(alunos.head(7))
Últimas 5 linhas
print(alunos.tail(5))
- Confira a quantidade de linhas e colunas desse DataFrame.
print(f"O DataFrame possui {alunos.shape[0]} linhas e {alunos.shape[1]} colunas.")
- Explore as colunas do DataFrame e analise os tipos dos dados presentes em cada coluna.
Analisando os tipos de dados
print(alunos.dtypes)
5 Extra: Calcule algumas estatísticas descritivas básicas dos dados do DataFrame (média, desvio padrão, etc). Dica: pesquise pelo método describe.
Calculando estatísticas como média, desvio padrão, min e max
print(alunos.describe())
Para saber mais: 
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!