Falta pouco!

0 dias

0 horas

0 min

0 seg

Solucionado (ver solução)
Solucionado
(ver solução)
1
resposta

Classificação de IMC

import pandas as pd

# Dados das pessoas
dados = {
    'Pessoa': ['Ana', 'Bruno', 'Carla', 'Daniel', 'Eduarda', 'Felipe', 'Gabriela', 'Henrique'],
    'Peso': [50, 80, 70, 95, 60, 110, 45, 130],
    'Altura': [1.60, 1.75, 1.68, 1.80, 1.55, 1.90, 1.50, 1.85]
}

# Criando o DataFrame
df_saude = pd.DataFrame(dados)

# Criando a Função 
def categoriza_imc(peso, altura):
    imc = round(peso / (altura**2),2)
    if imc < 18.5:
        return imc,'Abaixo do peso'
    elif imc <= 24.9:
        return imc,'Peso normal'
    elif imc <= 29.9:
        return imc,'Sobrepeso'
    elif imc <= 34.9:
        return imc,'Obesidade Grau 1'
    elif imc <= 39.9:
        return imc,'Obesidade Grau 2'
    else:
        return imc,'Obesidade Grau 3'
        
# Criação das novas colunas com aplicação da função 
df_saude[['IMC','Categoria_IMC']] = df_saude[['Peso', 'Altura']].apply(lambda x: categoriza_imc(x['Peso'], x['Altura']), axis=1, result_type='expand')

# Exibir Resultado
print(df_saude)
1 resposta
solução!

Olá, Danylo! Como vai?

Parabéns pela resolução da atividade!

Observei que você explorou o uso de funções personalizadas para categorizar dados de forma dinâmica, utilizou muito bem o método apply com lambda para aplicar lógica condicional em múltiplas colunas e ainda compreendeu a importância do IMC como indicador de saúde para enriquecer a análise do DataFrame.

Permaneça postando as suas soluções, com certeza isso ajudará outros estudantes e tem grande relevância para o fórum.

Ícone de sugestão 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!

AluraConte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!