1
resposta

Desafio - hora da prática

'''Faça um agrupamento de dados com base na coluna "Nível 1 - Setor" para visualizar o dicionário
contendo as chaves de grupos formados e a lista de índices de cada grupo.'''

emissoes_por_ano.groupby('Nível 1 - Setor').groups

'''Faça um agrupamento de dados com base na coluna "Nível 1 - Setor" e localize os dados do grupo "Agropecuária".'''

emissoes_por_ano.groupby('Nível 1 - Setor').get_group('Agropecuária')

'''Faça um agrupamento de dados com base na coluna "Nível 1 - Setor"
para identificar a média de emissão de cada setor no ano de 2021.'''

emissoes_por_ano[emissoes_por_ano['Ano'] == 2021].groupby('Nível 1 - Setor')[['Emissão']].mean().sort_values('Emissão', ascending = False)

'''Faça um agrupamento de dados com base na coluna "Nível 1 - Setor"
para identificar a soma de emissão de cada setor. Ordene os dados da maior para menor emissão.'''

emissoes_por_ano.groupby('Nível 1 - Setor')[['Emissão']].sum().sort_values('Emissão', ascending = False)
1 resposta

Olá, Vinicius! Como vai?

Parabéns pela resolução da atividade!

Observei que você explorou o uso de agrupamentos com groupby para organizar os dados em pandas, utilizou muito bem métodos como get_group e mean para extrair informações específicas e ainda compreendeu a importância de ordenar os resultados com sort_values para facilitar a análise.

Uma dica interessante para o futuro é aplicar o método agg para calcular múltiplas métricas em um único agrupamento, tornando a análise mais completa. Assim:

emissoes_por_ano.groupby('Nível 1 - Setor').agg(
    media_emissao=('Emissão', 'mean'),
    soma_emissao=('Emissão', 'sum')
).sort_values('soma_emissao', ascending=False)

Isso faz com que você obtenha tanto a média quanto a soma das emissões por setor em uma única tabela, facilitando comparações.

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!