#1
df.isnull().sum()
df.dropna()
df.ffill(0)
#2
remover_nome = df.query('Nome == "Alice" | Nome == "Carlos"').index
df.drop(remover_nome, axis= 0, inplace= True)
#3
aprovados = dados['Aprovado'] == True
#4
aprovados.to_csv('alunos_aprovados', index= False)
#extra
aprovados.replace(7.0, 8.0)
Oi, João! Como vai?
Agradeço por compartilhar seu código com a comunidade Alura.
Gostei da forma como você utilizou métodos como dropna() e query() para tratar e filtrar os dados, isso mostra que está explorando bem os recursos do Pandas.
Uma dica interessante para o futuro é usar o método fillna() para preencher valores nulos com um valor específico, sem precisar remover as linhas. Veja este exemplo:
df.fillna(0, inplace=True)
Esse código substitui os valores nulos por 0, mantendo todos os registros no DataFrame.
Qualquer dúvida que surgir, compartilhe no fórum. Abraços e bons estudos!
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!