Desafio: hora da prática | Data Visualization: estilização de tabelas com Python

import pandas as pd df = pd.read_csv('https://raw.githubusercontent.com/Gabriellemga/Python_Cursos_Alura/refs/heads/main/Data_viz_estilizando_tabelas/loja_livro_filmes.csv') df.head() df_produto_custo = df.groupby(['categoria'])['custo_produto'].sum().copy() df_produto_custo = df_produto_custo.to_frame() df_produto_custo.index.name = 'Categoria' df_produto_custo.columns = ['Custo do produto'] df_produto_custo estilo_produto_custo = df_produto_custo.style estilo_produto_custo.format('R$ {:,.2f}').highlight_max(color = 'lightgreen').highlight_min(color = '#F16165') estilo_produto_custo

Oi, Márcia! Tudo bom?

Excelente! Continue resolvendo os desafios e compartilhando com a comunidade Alura.

Você soube aplicar o agrupamento com groupby() de forma eficiente, aproveitou o uso do DataFrame.style para formatar visualmente os dados com clareza, e entendeu como o destaque de valores com highlight_max() e highlight_min() é essencial para a análise visual mais intuitiva.

Permaneça postando as suas soluções, com certeza isso ajudará outros estudantes e tem grande relevância para o fórum.

Como dica adicional, experimente utilizar o método .background_gradient() quando precisar representar valores com uma escala de cores contínua. Assim:

df_produto_custo.style.background_gradient(cmap='Greens').format('R$ {:,.2f}')

Com isso, você poderá comparar visualmente os dados de forma ainda mais impactante.

Para saber mais:

Sugestão de conteúdo para você mergulhar ainda mais sobre o tema:

[Documentação] - pandas.DataFrame.style

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!