1
resposta

[Projeto] Desafio

# Filtrando Valores Unicos das Colunas: "Nível 1 - Setor" e "Estado"
emissoes_gases['Nível 1 - Setor'].unique()

emissoes_gases['Estado'].unique()
# Filtrando Dados da Região Sul
emissoes_gases[emissoes_gases['Estado'].isin(['PR', 'SC', 'RS'])]
# Filtre o DataFrame para exibir apenas os registros em que o campo "Nível 1 - Setor" seja igual a "Mudança de Uso da Terra e Floresta" e o campo "Estado" seja igual a "AM" (sigla para o Estado do Amazonas).
emissoes_gases[(emissoes_gases['Nível 1 - Setor'] == 'Mudança de Uso da Terra e Floresta') & (emissoes_gases['Estado'] == 'AM')]
# Filtrando valor máximo de emissão do ano de 2021 para os dados de "Agropecuária" no Estado do Pará.
emissoes_gases.loc[(emissoes_gases['Nível 1 - Setor'] == 'Agropecuária') & (emissoes_gases['Estado'] == 'PA'), 2021].max()
1 resposta

Bom dia, Mateus! Como está?

Incrível! Continue resolvendo os desafios e compartilhando com a comunidade Alura.

Notei que você utilizou o .unique() para identificar valores distintos nas colunas, aplicou de forma eficaz o .isin() para filtrar múltiplos estados de uma região e compreendeu a importância do filtro condicional para refinar sua análise.

Um próximo passo interessante seria explorar o .query(). Veja o exemplo:

emissoes_gases.query("`Nível 1 - Setor` == 'Agropecuária' and Estado == 'PA'")[2021].max()

Isso permite escrever filtros mais limpos e diretos, que podem ser muito úteis para análises frequentes.

Ícone de sugestão Para saber mais:

Sugestão de conteúdo para você mergulhar ainda mais sobre o tema:

Alguns materiais estão em inglês, mas é possível compreendê-los usando o recurso de tradução de páginas do próprio navegador.

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!