Importante

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!

1
resposta

Desafio

Adaptação do Desafio para o Contexto Educacional

Por ser iniciante em programação e análise de dados, tenho buscado adaptar os exemplos do curso à minha realidade profissional como gestora educacional. Essa estratégia tem me ajudado a compreender não apenas os comandos, mas também a lógica da análise de dados, tornando os conceitos mais concretos e significativos para minha aprendizagem.

Neste desafio, o objetivo era salvar DataFrames filtrados em arquivos separados para que outras equipes pudessem utilizá-los posteriormente. Para aproximar essa atividade do contexto escolar, imaginei duas situações bastante comuns na gestão pedagógica: a identificação de estudantes em recuperação e o acompanhamento de estudantes com baixa frequência.

Solução 1 – Salvar a lista de estudantes em recuperação

Supondo que já exista um DataFrame chamado:

df_recuperacao

Podemos salvá-lo da seguinte forma:

df_recuperacao.to_csv(
    'alunos_recuperacao.csv',
    index=False,
    sep=';'
)

Interpretação

Esse comando cria um arquivo chamado:

alunos_recuperacao.csv

contendo apenas os estudantes que precisam de acompanhamento pedagógico por apresentarem desempenho abaixo do esperado.


Solução 2 – Salvar a lista de estudantes com baixa frequência

Supondo que exista um segundo DataFrame chamado:

df_frequencia

Podemos salvá-lo da seguinte forma:

df_frequencia.to_csv(
    'alunos_baixa_frequencia.csv',
    index=False,
    sep=';'
)

Interpretação

Esse comando cria um arquivo chamado:

alunos_baixa_frequencia.csv

contendo apenas os estudantes que apresentam baixa frequência e necessitam de acompanhamento específico.


Conferindo se os arquivos foram salvos corretamente

Após o salvamento, podemos realizar a leitura dos arquivos para verificar se o processo ocorreu conforme esperado:

pd.read_csv(
    'alunos_recuperacao.csv',
    sep=';'
)

pd.read_csv(
    'alunos_baixa_frequencia.csv',
    sep=';'
)

Aprendizagem Consolidada

Este exercício permitiu compreender que o método:

to_csv()

é utilizado para salvar DataFrames em arquivos externos.

Também compreendi a função dos parâmetros:

index=False

que impede a criação de uma coluna extra contendo os índices da tabela;

e

sep=';'

que define o caractere utilizado para separar as colunas do arquivo.

No contexto educacional, esse recurso pode ser utilizado para gerar relatórios específicos para coordenação, orientação educacional, professores e equipes de acompanhamento, permitindo que cada grupo trabalhe com os dados mais relevantes para suas necessidades.

1 resposta

Olá Patricia, tudo bem?

Obrigada por compartilhar seu desenvolvimento no fórum! Adorei a abordagem que você escolheu: adaptar os exemplos do curso para a gestão educacional é uma forma muito inteligente de fixar o conteúdo, porque você conecta a ferramenta a problemas que já conhece bem na prática.

Sua solução está correta e bem estruturada. Usar sep=';' é especialmente uma boa escolha no contexto de relatórios educacionais, já que arquivos com separador de ponto e vírgula costumam abrir corretamente no Excel sem precisar de ajustes, o que facilita muito a vida de quem vai receber esses relatórios.

A etapa de verificar os arquivos com pd.read_csv() após salvar também é um hábito excelente. Muita gente pula essa conferência e só percebe o problema quando o arquivo já foi compartilhado.

Conte com a Alura para evoluir seus estudos. Em caso de dúvidas, fico à disposição.

Bons estudos!

Sucesso

Imagem da comunidade