1
resposta

Desafio: hora da prática

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['data_pedido'] = pd.to_datetime(df['data_pedido'])
df['data_chegada'] = pd.to_datetime(df['data_chegada'])

df_pedidos = df.copy()
df_pedidos = df_pedidos.sort_values('data_pedido')
df_pedidos = df_pedidos.reset_index(drop = True)
df_pedidos = df_pedidos.query("data_pedido >= '2013-01-01'")[['pais', 'data_pedido','data_chegada']]
df_pedidos['meses'] = df_pedidos['data_pedido'].dt.strftime('%Y - %b')
df_pedidos['Tempo de entrega'] = (df_pedidos['data_chegada'] - df_pedidos['data_pedido']).dt.days
entregas = df_pedidos.pivot_table(index = 'pais', columns = 'meses', values = 'Tempo de entrega', aggfunc = 'mean', sort = False)
entregas

estilo_entregas = entregas.style.format('{:.2f}') 
estilo_entregas.set_sticky(axis = 0)
estilo_entregas
1 resposta

Olá, Márcia! Como vai?

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

Observei que você explorou o uso de manipulação de datas com pd.to_datetime() para tratar os dados temporais, utilizou muito bem o pivot_table() para organizar a média de tempo de entrega por país e mês e ainda compreendeu a importância do Styler do Pandas para apresentar os dados de forma mais amigável e visualmente clara.

Ícone de sugestão Para saber mais:

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

Fico à disposição! E se precisar, conte sempre com o apoio do fórum.

Abraço e bons estudos!

AluraConte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!