Mão na massa: perfil dos clientes

Crie um gráfico de rosca para apresentar a proporção de usuários que realizaram o pré-cadastro na Zoop Pay, utilizando um DataFrame chamado "df". A coluna "zooppay" no DataFrame contém os dados relevantes. O gráfico deve utilizar a cor #2a9d8f para representar "Sim" e #edede9 para "Não". Use bibliotecas de visualização de dados do Python para gerar o gráfico

# 1. Contar os valores da coluna zoop_pay
contagem = df['zoop_pay'].value_counts().reindex(['Sim', 'Não'], fill_value=0)

# 2. Definir as cores
cores = ['#2a9d8f', '#edede9']

# 3. Criar o gráfico de rosca
plt.figure(figsize=(6, 6))
plt.pie(contagem, labels=contagem.index, colors=cores, startangle=90, autopct='%1.1f%%', wedgeprops={'width': 0.4})

# 4. Adicionar título
plt.title('Proporção de Usuários(as) com Pré-Cadastro no Zoop Pay')
plt.tight_layout()
plt.show()

Crie um boxplot para apresentar a distribuição das idades dos clientes por região, utilizando um DataFrame chamado "df". No DataFrame, a coluna "regiao" representa a região do cliente e a coluna "idade" representa a idade do cliente. Posicione as idades no eixo x e as regiões no eixo y. Utilize bibliotecas de visualização de dados do Python para gerar o gráfico.

import seaborn as sns

# Configurar o estilo do seaborn
sns.set(style='whitegrid')

# Criar o gráfico de boxplot
plt.figure(figsize=(10, 6))
sns.boxplot(data=df, x='idade', y='regiao', legend=False, palette='pastel')

# Ajustes do gráfico
plt.title('Distribuição das Idades dos(as) Clientes por Região')
plt.xlabel('Idade')
plt.ylabel('Região')
plt.tight_layout()
plt.show()