Solucionado
Olá pessoal, como vão?
percebi que nossa primeira linha possui valores entre parenteses para descrever o local de vizinhança.
sendo assim modifiquei levemente a parte que retiramos o hífen para colocar esses parenteses:
dados['descricao_vizinhanca'] = dados['descricao_vizinhanca'].str.replace('(?<!\w)-(?!\w)|[()]', ' ', regex=True)
posso seguir dessa maneira ou é algo irrelevante?
Obrigado! :)
Boa tarde Eduardo! Tudo bem com você?
A modificação que você fez na expressão regular é válida e faz sentido para limpar o texto removendo tanto hifens quanto parênteses. A sua expressão (?<!\w)-(?!\w)|[()] está configurada para substituir hifens que não estão entre palavras e também qualquer parêntese. Pode seguir, sim, dessa maneira.
Para saber mais:
É sempre importante levar em conta o contexto do projeto ou dos dados com os quais você está lidando. Como cientista de dados, uma das suas principais tarefas é realizar a limpeza dos dados, identificando inconsistências ou padrões que precisam ser ajustados ou corrigidos. Essa etapa é serve para garantir que as análises sejam confiáveis.
A boa notícia é que você está no caminho certo! Ter esse olhar crítico para os dados e entender o que é necessário alterar ou manter é uma habilidade bem importante na área de ciência de dados.
Além disso, quando se trata de decidir o que modificar ou não, sempre leve em consideração:
Espero ter ajudado. Conte com o apoio do Fórum na sua jornada. Fico à disposição. Abraços e bons estudos!