Segue conclusão do desafio
https://colab.research.google.com/drive/1uhGc-HuZOI8HSC01qYldaJ3843AhV8h8?usp=sharing
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!
Segue conclusão do desafio
https://colab.research.google.com/drive/1uhGc-HuZOI8HSC01qYldaJ3843AhV8h8?usp=sharing
Oi, Deivide! Como vai?
Que ótimo ver você participando deste desafio e compartilhando a conclusão do seu trabalho com a comunidade!
Praticar com a biblioteca Pandas é fundamental para consolidar o aprendizado em análise de dados, e você deu um passo muito importante ao registrar e compartilhar seu processo.
Analisando o seu código no Colab, dá para perceber que você construiu uma boa sequência de tratamento dos dados utilizando os métodos info(), fillna(), query(), drop() e to_csv(). Você separou bem cada etapa do desafio, o o processo de verificação dos dados nulos, remoção de estudantes e exportação da base final. Isso demonstra organização e cuidado com a legibilidade do código, o que é uma prática excelente.
Uma dica interessante para evoluir ainda mais é utilizar o método isin() quando precisar filtrar vários nomes de uma vez. Veja este exemplo:
alunos_a_remover = alunos[alunos['Nome'].isin(['Alice', 'Carlos'])].index
alunos.drop(alunos_a_remover, inplace=True)
Esse código verifica se o valor da coluna Nome está dentro da lista informada e retorna os índices desses alunos para remoção. É uma forma prática e elegante de evitar muitas condições encadeadas com or, tornando o código mais limpo e fácil de manter.
Continue praticando e explorando os recursos da biblioteca Pandas, pois cada desafio concluído fortalece sua base de conhecimento.
Como foi sua experiência ao usar o Pandas para tratar e filtrar esses dados?
Conteúdo relacionado:
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!
