Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Solucionado
Olá, Julia! Como vai?
Gostei de ver como você trabalhou com o DataFrame de alunos, criando colunas novas e aplicando condições para verificar aprovação. Você explorou bem a pandas para manipulação de dados, utilizou muito bem a query para seleção condicional e ainda compreendeu a importância da função apply para transformar valores de forma flexível.
Continue trazendo suas soluções, pois isso enriquece bastante o fórum e ajuda outros estudantes a aprenderem com exemplos práticos.
Uma dica interessante para o futuro é usar np.where para simplificar condições. Assim:
import numpy as np
students['Aprovado_final'] = np.where(students['Notas_finais'] >= 6, True, False)
Isso faz a mesma lógica de forma mais direta e eficiente.
Se quiser aprofundar ainda mais, algumas boas práticas são:
.describe() e .value_counts() para entender melhor os dados antes de aplicar regras. np.where ou operações diretas em colunas ao invés de apply, pois são mais rápidas.Ah, uma pergunta: Você acha que trabalhar com apply torna o código mais intuitivo para iniciantes ou prefere soluções vetorizadas como np.where para maior eficiência?
Abraço e bons estudos!
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!