df_1.to_csv('dados_1.csv', index=False, sep=';')
df_2.to_csv('dados_2.csv', index=False, sep=';')
Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
df_1.to_csv('dados_1.csv', index=False, sep=';')
df_2.to_csv('dados_2.csv', index=False, sep=';')
Ei, Julia! Tudo bem?
Parabéns por concluir o desafio de salvando os dados filtrados! Seu código está absolutamente correto e demonstra um ótimo domínio sobre como trabalhar com arquivos CSV no Python usando a biblioteca Pandas.
Ao usarr o método to_csv, você exportou os dataframes df_1 e df_2 para os arquivos dados_1.csv e dados_2.csv de forma limpa e organizada. Os parâmetros escolhidos também merecem destaque: o index=False garante que o índice do dataframe não seja incluído como uma coluna extra no arquivo gerado, o que é uma prática muito recomendada na maioria dos casos. Já o sep=';' define o ponto e vírgula como separador, o que é especialmente útil para compatibilidade com ferramentas como o Excel em configurações brasileiras, onde a vírgula costuma ser reservada para separar decimais.
Essa atenção aos detalhes na hora de salvar os dados filtrados faz toda a diferença na qualidade do seu projeto de análise de dados, facilitando tanto a leitura humana quanto o reaproveitamento dos arquivos em etapas futuras.
Agora que você já exportou os dados tratados com sucesso, você chegou a abrir os arquivos CSV gerados para verificar se o resultado ficou exatamente como esperado?
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!