Desafio 1 Calcular a média de quartos por apartamento
df_media_quartos = df["Quartos"].mean() df_media_quartos np.float64(2,481568707761622)
Desafio 2 Conferir quantos bairros únicos existem na nossa base de dados
bairros_unicos = df["Bairro"].unique() bairros_unicos array(['Centro', 'Higienópolis', 'Vista Alegre', 'Cachambi', 'Grajaú', 'Lins de Vasconcelos', 'Copacabana', 'Freguesia (Jacarepaguá)', 'Barra da Tijuca', 'Tijuca', 'Olaria', 'Ipanema', 'Botafogo', 'Recreio dos Bandeirantes', 'Leblon', 'Jardim Oceânico', 'Humaitá', 'Península', 'Méier', 'Vargem Pequena', 'Maracanã', 'Jacarepaguá', 'Jardim Botânico', 'Vila Valqueire', 'Gávea', 'Cosme Velho', 'Bonsucesso', 'Todos os Santos', 'Laranjeiras', 'Itanhangá', 'Praça Seca', 'Lagoa', 'Catete', 'Jardim Carioca', 'Vila Isabel', 'Rocha Miranda', 'Taquara', 'Engenho Novo', 'Campo Grande', 'Flamengo', 'Engenho de Dentro', 'São Conrado', 'Cidade Nova', 'Pilares', 'Tomás Coelho', 'Água Santa', 'São Cristóvão', 'Ilha do Governador', 'Vila da Penha', 'Anil', 'Vaz Lobo', 'Madureira', 'São Francisco Xavier', 'Pechincha', 'Leme', 'Irajá', 'Urca', 'Penha', 'Rio Comprido', 'Andaraí', 'Quintino Bocaiúva', 'Inhaúma', 'Glória', 'Marechal Hermes', 'Piedade', 'Curicica', 'Moneró', 'Jardim Guanabara', 'Santa Teresa', 'Camorim', 'Cascadura', 'Praia da Bandeira', 'Saúde', 'Colégio', 'Guadalupe', 'Fátima', 'Inhoaíba', 'Rocha', 'Benfica', 'Jabour', 'Vicente de Carvalho', 'Praça da Bandeira', 'Vila Kosmos', 'Encantado', 'Campinho', 'Ricardo de Albuquerque', 'Vargem Grande', 'Riachuelo', 'Bangu', 'Lapa', 'Catumbi', 'Parque Anchieta', 'Ramos', 'Tanque', 'Pavuna', 'Santa Cruz', 'Cordovil', 'Caju', 'Padre Miguel', 'Joá', 'Paciência', 'Del Castilho', 'Arpoador', 'Estácio', 'Sampaio', 'Bento Ribeiro', 'Abolição', 'Jardim Sulacap', 'Oswaldo Cruz', 'Gardênia Azul', 'Gamboa', 'Penha Circular', 'Icaraí', 'Barra de Guaratiba', 'Jardim América', 'Realengo', 'Santíssimo', 'Senador Vasconcelos', 'Braz de Pina', 'Largo do Machado', 'Pedra de Guaratiba', 'Parada de Lucas', 'Turiaçu', 'Freguesia (Ilha do Governador)', 'Maria da Graça', 'Guaratiba', 'Portuguesa', 'Honório Gurgel', 'Santo Cristo', 'Vidigal', 'Usina', 'Pitangueiras', 'Vigário Geral', 'Anchieta', 'Cosmos', 'Jacaré', 'Cocotá', 'Engenho da Rainha', 'Zumbi', 'Tauá', 'Ribeira', 'Alto da Boa Vista', 'Cacuia', 'Bancários', 'Cavalcanti', 'Cidade Jardim', 'Coelho Neto', 'Magalhães Bastos', 'Grumari'], dtype=objeto)
Desafio 3 Analisar quais bairros possuem a média de valor de aluguel mais elevadas
df.groupby("Bairro")["Valor"].mean().sort_values(ascending=False)
Bairro Valor Joá 15500.000000 Arpoador 12429.769231 Cidade Jardim 12000.000000 Ipanema 9487.205317 Botafogo 9369.207116 ... ... Inhoaíba 650.000000 Cosmos 610.000000 Santa Cruz 590.000000 Paciência 510.000000 Ricardo de Albuquerque 340.000000 149 rows × 1 columns
Desafio 4 Criar um gráfico de barras verticais que apresente os 5 bairros com a média de valor de aluguel mais elevadas
bairros_caros = df.groupby("Bairro")["Valor"].mean().sort_values(ascending=False).head(5)
bairros_caros.plot(kind='bar', figsize=(14, 10), color='gray', xlabel='Valor', ylabel='Bairro');
