df_def1['Cliente'] = df_def1['Cliente'].str.lower().replace('[^a-zA-ZÀ-ÿ\s]', '', regex=True)
df_def1
df_def2['apartamento'] = df_def2['apartamento'].str.replace(' \(blocoAP\)', '', regex=True)
df_def2
df_def1['Cliente'] = df_def1['Cliente'].str.lower().replace('[^a-zA-ZÀ-ÿ\s]', '', regex=True)
df_def1
df_def2['apartamento'] = df_def2['apartamento'].str.replace(' \(blocoAP\)', '', regex=True)
df_def2
Olá, Luan! Como vai?
Parabéns pela resolução da atividade!
Observei que você explorou o uso de expressões regulares para realizar limpezas precisas nos textos, utilizou muito bem os métodos str.lower() e str.replace() para padronizar os dados e ainda compreendeu a importância de manter a consistência textual entre diferentes DataFrames.
Permaneça postando as suas soluções, com certeza isso ajudará outros estudantes e tem grande relevância para o fórum.
Para saber mais:
Sugestão de conteúdo para você mergulhar ainda mais sobre o tema:
Alguns materiais estão em inglês, mas é possível compreendê-los usando o recurso de tradução de páginas do próprio navegador.
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!