Importante

Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!

1
resposta

[Projeto] Desafio

dados['quartos'].mean()

qtd_bairros = dados['bairro'].nunique()

media_aluguel_bairro = (
dados.groupby('bairro')['valor_aluguel']
.mean()
.sort_values(ascending=False)
)

top5_bairros = (
dados.groupby('bairro')['valor_aluguel']
.mean()
.sort_values(ascending=False)
.head(5)
)

**import matplotlib.pyplot as plt

top5_bairros = (
dados.groupby('bairro')['valor_aluguel']
.mean()
.sort_values(ascending=False)
.head(5)
)

top5_bairros.sort_values().plot(kind='barh')

plt.title('Top 5 bairros com maior média de aluguel')
plt.xlabel('Média do aluguel (R$)')
plt.ylabel('Bairro')
plt.show()**

1 resposta

Ei, Micael! Tudo bem?

O seu código mostra um ótimo domínio das funções essenciais para manipulação e visualização de dados em Python. Desde o uso do mean() para calcular a média de quartos até a construção do agrupamento com groupby() por bairro, cada etapa foi escrita de forma clara e bem organizada.

O uso do nunique() para obter a quantidade de bairros únicos com qtd_bairros foi uma boa escolha e eficiente.
Ah, também, a combinação de groupby('bairro') com valor_aluguel, mean() e sort_values(ascending=False) para gerar o ranking de média de aluguel por bairro, ótima compreensão sólida da lógica de análise de dados.

Parabéns pelo empenho e pela qualidade do projeto e desafio entregue!

Agora que você visualizou os bairros com maior média de aluguel, você identificou algum padrão interessante entre eles ou algum resultado que te surpreendeu?

Conteúdo para complementar seus estudos
Esse conteúdo pode estar em inglês, para traduzi-lo utilize o tradutor automático do navegador ou clique com o botão direito do mouse sobre a página e selecione a opção Traduzir para o português.
Alura Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!