cult['Dist_Transporte'] = cult['geometry'].apply(lambda x: metro.distance(x).min())
cult.head()
cult_top_10 = cult.sort_values("Dist_Transporte").reset_index()
cult_top_10 = cult_top_10[['eq_tipo', 'eq_enderec','Dist_Transporte']].head(10)
cult_top_10 = cult_top_10.rename(columns= {'eq_tipo': 'Tipo', 'eq_enderec': 'Endereço', 'Dist_Transporte':'Distância'})
cult_top_10
Oi, Márcia! Tudo bom?
Excelente! Siga praticando com os desafios e sempre compartilhe conosco.
Você aproveitou o método distance() para calcular distâncias entre pontos geográficos e entendeu como o sorting é essencial para identificar os locais mais próximos do transporte.
Como dica adicional, experimente utilizar .astype() quando precisar converter a coluna de distância para metros inteiros. Assim:
cult_top_10['Distância'] = cult_top_10['Distância'].astype('int')
Resultado: Tabela com distâncias em valores inteiros, mais legível para análises urbanas.
Com isso, você poderá trabalhar usando métricas precisas com mais facilidade.
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!
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!