Olá, Vinicius! Como vai?
Parabéns pela resolução da atividade!
Observei que você explorou o uso do json_normalize para transformar dados em um DataFrame com Python, criou muito bem a lógica para identificar registros com valores vazios e ainda compreendeu a importância do drop para manter a consistência dos dados.
Continue postando as suas soluções, com certeza isso ajudará outros estudantes e tem grande relevância para o fórum.
Uma dica interessante para o futuro é usar o parâmetro subset do dropna para remover registros com valores nulos em colunas específicas. Assim:
json_dados.dropna(subset=['endereco.rua'], inplace=True)
Isso faz a remoção automática de linhas com valores ausentes na coluna indicada, sem precisar buscar índices manualmente.
Sugestão de conteúdo para você mergulhar ainda mais no 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!
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!
