Importante

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!

1
resposta

Faça como eu fiz: arquivos e pandas

resumos = []

def gerar_resumos(emails):
for i, email in enumerate(emails, start=1):
resumo = f"Email {i}: {email[:30]}..." # fString formatada
resumos.append(resumo)
return resumos

emails = [
"Reunião amanhã às 10h com o time de marketing",
"Entrega do relatório financeiro sexta-feira",
"Convite para evento de tecnologia"
]

resumos = gerar_resumos(emails)

with open("resumos.txt", "w", encoding="utf-8") as f:
for r in resumos:
f.write(r + "\n")

with open("resumos.txt", "r", encoding="utf-8") as f:
linhas = [linha.strip() for linha in f.readlines()]

print(linhas)

with open("resumos.txt", "r", encoding="utf-8") as f:
print("Método read():")
print(f.read())

with open("resumos.txt", "r", encoding="utf-8") as f:
print("Método readline():")
print(f.readline())

with open("resumos.txt", "r", encoding="utf-8") as f:
print("Método readlines():")
print(f.readlines())

import csv

dados = [
{"email": "Reunião amanhã às 10h", "resumo": "Resumo da reunião"},
{"email": "Entrega do relatório financeiro", "resumo": "Resumo do relatório"},
{"email": "Convite para evento de tecnologia", "resumo": "Resumo do convite"}
]

with open("emails.csv", "w", encoding="utf-8", newline="") as f:
writer = csv.writer(f)
writer.writerow(["email", "resumo"])
for d in dados:
writer.writerow([d["email"], d["resumo"]])

    import pandas as pd

df = pd.DataFrame(dados)

df.to_csv("emails_pandas.csv", encoding="utf-8", index=False)

print(df)

perguntas = [
"O que é inteligência artificial?",
"Qual a diferença entre software e hardware?",
"O que é computação em nuvem?"
]

respostas = [
"É a capacidade de máquinas simularem inteligência humana.",
"Software são programas, hardware é a parte física.",
"É o uso de servidores remotos para armazenar e processar dados."
]

qa = [{"pergunta": p, "resposta": r} for p, r in zip(perguntas, respostas)]

df_qa = pd.DataFrame(qa)
df_qa.to_csv("perguntas_respostas.csv", encoding="utf-8", index=False)

print(df_qa)

1 resposta

Olá, Penha! Como vai?

Parabéns pela realização da atividade!

Você conseguiu demonstrar domínio em manipulação de arquivos, estruturou bem o fluxo de criação e leitura de resumos e ainda aplicou diferentes métodos de leitura (read, readline, readlines) para explorar o conteúdo. Além disso, integrou CSV e Pandas de forma prática, mostrando como organizar dados em tabelas e até criar pares de perguntas e respostas.

Se quiser aprofundar ainda mais, algumas boas práticas são:

  • Automatizar processos: criar funções que gerem e salvem resumos em diferentes formatos (TXT, CSV, DataFrame).
  • Adicionar validações: garantir que os dados sejam consistentes antes de salvar em arquivos.
  • Explorar visualizações: usar Pandas junto com bibliotecas como matplotlib para transformar os dados em gráficos.

Ah uma pergunta: O que você gostaria de explorar mais agora, trabalhar com visualizações gráficas dos dados ou expandir para manipulação de arquivos maiores e mais complexos?

Fico à disposição! E se precisar, conte sempre com o apoio do fórum.

Abraço e bons estudos!

AluraConte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!