Oi, Maria! Como vai?
Agradeço por compartilhar o link do seu notebook no Colab com a comunidade Alura. Compartilhar o projeto com os colegas é uma prática que enriquece o aprendizado coletivo e demonstra disposição para colaborar.
Você aproveitou bem o desafio extra para realizar testes adicionais com o método replace() aplicado ao DataFrame dados_aprovados. Essa prática de experimentar diferentes abordagens é valiosa no aprendizado de Pandas, pois ajuda a compreender como as transformações acontecem nas estruturas de dados.
É importante observar a diferença entre as duas formas que você testou no desafio. A primeira abordagem salva a modificação diretamente na coluna:
dados_aprovados['Notas'] = dados_aprovados['Notas'].replace(7.0, 8.0)
Nesse caso, todos os valores 7.0 da coluna Notas são substituídos por 8.0 e a modificação fica salva no DataFrame dados_aprovados. Já na segunda abordagem, sem a atribuição, o replace() retorna um novo DataFrame sem alterar o original. Entender essa distinção é fundamental para evitar confusões durante a análise e o tratamento de dados em projetos reais.
Continue explorando e testando novas possibilidades, pois essa curiosidade é o que acelera o aprendizado de forma significativa.
Você chegou a testar o replace() com outros valores da coluna Notas para observar o comportamento em diferentes situações?
Conteúdo relacionado:
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!