import pandas as pd
import matplotlib.pyplot as plt
# Carregamento dos dados:
url = 'https://raw.githubusercontent.com/alura-cursos/pandas-conhecendo-a-biblioteca/main/base-de-dados/aluguel.csv'
dados = pd.read_csv(url, sep=';')
# 1. Cálculo da média de quartos dos imóveis:
media_quartos = dados['Quartos'].mean()
print("Média de quartos:", media_quartos)
# 2. Número de bairros únicos existentes na base:
bairros_unicos = dados['Bairro'].nunique()
print("Número de bairros únicos:", bairros_unicos)
# 3. Análise de quais bairros possuem a média de valor de aluguel mais elevadas:
media_aluguel_bairros = dados.groupby('Bairro')['Valor'].mean().sort_values(ascending=False)
print("Média de aluguel por bairro:\n", media_aluguel_bairros.head(10))
# 4. Criação de um gráfico de barras horizontais com os cinco bairros mais caros:
top5_bairros = media_aluguel_bairros.head(5)
plt.figure(figsize=(10,6))
top5_bairros.plot(kind='barh', color='skyblue')
plt.xlabel('Média de Valor do Aluguel')
plt.ylabel('Bairro')
plt.title('Top 5 Bairros com Maior Média de Aluguel')
plt.gca().invert_yaxis() # Inverter para mostrar o maior no topo
plt.show()
Média de quartos: 1.7713895631067962
Número de bairros únicos: 162
Média de aluguel por bairro:
Bairro
Jacarepaguá 314143.489637
Irajá 154610.470588
Caju 120264.782609
Vasco da Gama 120000.000000
Cidade Nova 88166.692308
Cidade de Deus 80000.000000
Gamboa 60940.791667
Pavuna 47442.315789
Santo Cristo 45139.188406
Saúde 36083.615385
Name: Valor, dtype: float64
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!