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!
Olá, Maico! Como vai?
Parabéns pela entrega! Resolver uma lista completa de desafios cobrindo Estruturas de Dados em Python (como listas, dicionários, tuplas e conjuntos) é um passo gigantesco. Esses conceitos formam a base de qualquer projeto real de Data Science.
Notei que na primeira imagem você acabou anexando um print do Excel (com uma análise super legal de histograma e médias condicionais!), enquanto a segunda imagem traz o seu código Python completo do desafio. Analisando a sua resolução do Python, separei alguns pontos técnicos excelentes e boas práticas para consolidar seu aprendizado:
Na parte onde você manipula dados de cadastros ou contagens, utilizar estruturas chave-valor (dicionários) é a escolha mais performática na era dos dados. O acesso a um elemento em um dicionário bem estruturado tem complexidade constante, o que significa que seu código roda incrivelmente rápido, mesmo se a base crescer para milhares de linhas.
Em vários momentos onde você precisou filtrar ou transformar elementos de uma lista, a abordagem tradicional com loops for e .append() funciona perfeitamente e é super didática.
Contudo, à medida que você avança para o ecossistema de Data Science, adotar as List Comprehensions torna seu código muito mais "pythônico", limpo e rápido. Veja um exemplo prático de transição:
# Modo tradicional (comum):
quadrados = []
for x in lista:
quadrados.append(x**2)
# Modo avançado (List Comprehension):
quadrados = [x**2 for x in lista]
set)Sempre que o desafio pedir para identificar elementos únicos, coletar itens sem repetição ou remover duplicadas de uma lista de dados, lembre-se da estrutura de dados set (Conjunto).
Transformar uma lista com duplicados em um conjunto remove todas as repetições instantaneamente, sem que você precise criar laços condicionais para verificar se o item já foi adicionado:
lista_com_duplicados = ['PF', 'PJ', 'PF', 'PF', 'PJ']
# Filtrando os tipos de forma direta:
tipos_unicos = set(lista_com_duplicados)
# Resultado: {'PF', 'PJ'}
A sua consistência na escrita do código e a formatação das saídas demonstram que você pegou muito bem a lógica de manipulação dessas coleções. Continue com esse ótimo foco para os próximos capítulos de funções e bibliotecas de análise!
Espero que possa ter lhe ajudado!