Olá, Marcelo! Como vai?
Muito bem! Continue resolvendo os desafios e compartilhando com a comunidade Alura.
Observei que você explorou o uso de DataFrames para organizar dados financeiros e utilizou muito bem o método apply() para calcular porcentagens.
Uma dica interessante para o futuro é formatar a porcentagem para exibir seus resultados de uma maneira mais profissional. Dessa forma:
import pandas as pd
dados = {
'Pessoa': ['Ana', 'Bruno', 'Carla', 'Daniel', 'Eduarda', 'Felipe', 'Gabriela', 'Henrique'],
'Ganhos': [5000, 4000, 3500, 6000, 2500, 7000, 3000, 4500],
'Despesas': [3000, 2500, 2000, 5000, 2000, 6000, 2500, 4000]
}
df_financas = pd.DataFrame(dados)
df_financas['Economia %'] = df_financas.apply(lambda x : ((x['Ganhos'] - x['Despesas']) / x['Ganhos']) * 100, axis=1)
# Formatando a coluna Economia % para ser exibida com 2 casas decimais e símbolo de %
df_financas['Economia %'] = df_financas['Economia %'].map('{:.2f}%'.format)
df_financas[['Pessoa', 'Ganhos', 'Despesas', 'Economia %']]
Resultado:
| index | Pessoa | Ganhos | Despesas | Economia % |
|---|
| 0 | Ana | 5000 | 3000 | 40.00% |
| 1 | Bruno | 4000 | 2500 | 37.50% |
| 2 | Carla | 3500 | 2000 | 42.86% |
| 3 | Daniel | 6000 | 5000 | 16.67% |
| 4 | Eduarda | 2500 | 2000 | 20.00% |
| 5 | Felipe | 7000 | 6000 | 14.29% |
| 6 | Gabriela | 3000 | 2500 | 16.67% |
| 7 | Henrique | 4500 | 4000 | 11.11% |
Isso torna a visualização dos dados mais clara e profissional.
Para saber mais:
Sugestão de conteúdo para você mergulhar ainda mais sobre o tema:
Alguns materiais estão em inglês, mas é possível compreendê-los usando o recurso de tradução de páginas do próprio navegador.
Fico à disposição! E se precisar, conte sempre com o apoio do fórum.
Abraço e bons estudos!
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!
