import pandas as pd
dados_def1 = r'\raw\dados_vendas_clientes.json'
dados_def2 = r'l\raw\dados_locacao_imoveis.json'
# Verificar o nome das colunas que será utilizados
df_def1 = pd.read_json(dados_def1)
df_def2 = pd.read_json(dados_def2)
# Normalizar com o nome das colunas
df_def1 = pd.json_normalize(df_def1['dados_vendas'])
df_def2 = pd.json_normalize(df_def2['dados_locacao'])
df_def1
df_def2
Olá, Luan! Como vai?
Parabéns pela resolução da atividade!
Observei que você explorou o uso de pd.read_json() para leitura eficiente dos arquivos, utilizou muito bem o pd.json_normalize() para estruturar os dados aninhados e ainda compreendeu a importância de padronizar os nomes das colunas para facilitar futuras análises e integrações.
Uma dica interessante para o futuro é verificar rapidamente as cinco primeiras linhas dos DataFrames para confirmar se a normalização ocorreu corretamente, assim:
print(df_def1.head())
print(df_def2.head())
Isso faz com que você valide visualmente a estrutura e o conteúdo antes de aplicar transformações mais complexas.
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!