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
import pandas as pd
alunos = pd.read_csv(r"C:\Users\felip\Desktop\CursoIA\SantadenOpen\Forum_testes\Pandas_conhecendo_a_biblioteca\alunos.csv")
print(f'{alunos.head(7)}\n')
print(f'{alunos.tail(5)}\n')
tamanho_tabela = alunos.shape
print(f'Quantidade de Linhas: {tamanho_tabela [0]}')
print(f'Quantidade de Colunas: {tamanho_tabela [1]}\n')
tipos_de_dado_no_data_frame = alunos.info()
print(f'\n{tipos_de_dado_no_data_frame}')
descricoes_basicas = alunos.describe()
print(descricoes_basicas)
Olá, Felipe! Como vai?
Parabéns pela resolução da atividade!
Vi que você explorou o DataFrame para manipulação de dados com pandas, utilizou muito bem o método head/tail para visualizar registros e ainda compreendeu a importância da função describe para análise estatística.
Continue postando as suas soluções, com certeza isso ajudará outros estudantes e tem grande relevância para o fórum.
Uma dica interessante para o futuro é aplicar filtros diretamente no DataFrame. Assim:
alunos_filtrados = alunos[alunos['idade'] > 20]
print(alunos_filtrados)
Isso faz com que você selecione apenas os registros que atendem a uma condição específica.
Alguns materiais podem estar em inglês, mas é possível compreendê-los usando o recurso de tradução de páginas do próprio navegador.
Ah, uma pergunta: você prefere analisar os dados com métodos prontos como describe ou criar cálculos personalizados para entender melhor os resultados obtidos?
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!