Entrar Ainda não tem acesso?
1
resposta

Desafio: hora da prática

Referente ao curso Pandas: selecionando e agrupando dados, no capítulo Agrupamentos multi-index e atividade Desafio: hora da prática

por Adriely Lopes
| 52.6k xp | 67 posts
agrupamento_estado_nivel1 = emissoes_por_ano.groupby(['Estado', 'Nível 1 - Setor'])[['Emissão']].sum()
agrupamento_estado_nivel1 

energia = agrupamento_estado_nivel1.xs(
    'Energia',
    level='Nível 1 - Setor'
)

energia

agrupamento_estado_nivel1.xs('MG', level='Estado')['Emissão'].idxmax()

agrupamento_estado_nivel1['Emissão'] \
    .groupby(level='Estado') \
    .idxmax()

estado_max_por_atividade = (
    agrupamento_estado_nivel1['Emissão']
    .groupby(level='Nível 1 - Setor')
    .idxmax()
)

estado_max_por_atividade
1 resposta
por Daniel Nogueira
| 1735.9k xp | 3818 posts
Alura Scuba Team Analista de Suporte Educacional

Olá, Adriely! Como vai?

Parabéns pela resolução da atividade!

Observei que você explorou o uso de groupby para organizar os dados por Estado e Setor, utilizou muito bem o xs para acessar subconjuntos específicos e ainda compreendeu a importância do idxmax para identificar os maiores valores em cada agrupamento.

Uma dica interessante para o futuro é aplicar o reset_index() após alguns agrupamentos. Assim: 

agrupamento_estado_nivel1.reset_index()

Isso facilita a manipulação dos dados em etapas posteriores.

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!