Olá Estudante, tudo bem com você?
Peço desculpas pela demora em obter um retorno.
O código compartilhado por você está correto. Realizando testes em conjunto com o código utilizado na aula, foi apresentado o resultado esperado, criando um boxplot com cada tipo de imóvel. Isso indica que o DataFrame grupo_tipo criado em seu código está incompleto, faltando variáveis (colunas).
Peço que realize novamente a criação do DataFrame grupo_tipo. Deixo abaixo o código completo, basta copiá-lo para uma célula, e executar o código por completo, clicando em "Cell" na parte superior da tela e no menu suspenso que será aberto clique em "Run All":
%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt
plt.rc('figure', figsize = (14,6))
dados = pd.read_csv('dados/aluguel_residencial.csv', sep= ';')
grupo_tipo = dados.groupby('Tipo')['Valor']
Q1 = grupo_tipo.quantile(.25)
Q3 = grupo_tipo.quantile(.75)
IIQ = Q3 - Q1
limite_inferior = Q1 - 1.5 * IIQ
limite_superior = Q3 + 1.5 * IIQ
dados_new = pd.DataFrame()
for tipo in grupo_tipo.groups.keys():
eh_tipo = dados['Tipo'] == tipo
nao_eh_outlier = (dados['Valor'] >= limite_inferior[tipo]) & (dados['Valor'] <= limite_superior[tipo])
selecao = eh_tipo & nao_eh_outlier
dados_selecao = dados[selecao]
dados_new = pd.concat([dados_new, dados_selecao])
dados_new.boxplot(['Valor'], by = ['Tipo'])
Após realizar a execução do código, basta dar continuidade na aula Identificando e Removendo Outliers por Grupo a partir do minuto 10:55
Espero ter ajudado. Continue mergulhando em conhecimento e não hesite em voltar ao fórum para continuar aprendendo e interagindo com a comunidade.
Em caso de dúvidas estou à disposição.
Abraços e bons estudos!
Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓. Bons Estudos!
)
)
