Análise com Pandas: Vendas Online + Administração de Condomínios Este notebook reúne dois desafios práticos de análise de dados usando Python e Pandas:
Projeto 1: Vendas Online Projeto 2: Administração de Condomínios
import pandas as pd import matplotlib.pyplot as plt import seaborn as sns
Projeto 1 - Vendas Online dados_vendas = pd.DataFrame({ 'cliente': ['Ana', 'Bruno', 'Carla', 'Daniel', 'Elisa'], 'valor_total': [320.50, 150.75, 498.99, 275.20, 620.00], 'dia_compra': pd.to_datetime(['2025-05-01', '2025-05-02', '2025-05-03', '2025-05-04', '2025-05-05']) }) dados_vendas.head()
plt.figure(figsize=(10, 6)) sns.barplot(x='cliente', y='valor_total', data=dados_vendas) plt.title('Projeto 1: Total de Compras por Cliente') plt.xlabel('Cliente') plt.ylabel('Valor Total (R$)') plt.tight_layout() plt.show()
Projeto 2 - Administração de Condomínios dados_condominio = pd.DataFrame({ 'morador': ['João', 'Maria', 'Carlos', 'Fernanda', 'Lucas'], 'valor_aluguel': [1200, 1300, 1250, 1400, 1100], 'dia_pagamento': pd.to_datetime(['2025-05-11', '2025-05-10', '2025-05-15', '2025-05-09', '2025-05-14']), 'dia_vencimento': pd.to_datetime(['2025-05-10'] * 5) }) dados_condominio['dias_atraso'] = ( dados_condominio['dia_pagamento'] - dados_condominio['dia_vencimento'] ).dt.days dados_condominio.head()
plt.figure(figsize=(10, 6)) sns.barplot(x='morador', y='dias_atraso', data=dados_condominio, palette='coolwarm') plt.title('Projeto 2: Dias de Atraso no Pagamento do Aluguel') plt.xlabel('Morador') plt.ylabel('Dias de Atraso') plt.tight_layout() plt.show()
