Projeto desafio 1: vendas online
#Transformando em tipo Objeto em Datetime
dados_vendas['Data de venda'] = pd.to_datetime(dados_vendas['Data de venda'])
#Verificando mudança
dados_vendas.info()
#Juntando por nome com groupby e somando valor de compras
maior_compra = dados_vendas.groupby(['Cliente'])['Valor da compra'].sum().sort_values( ascending = False)
#Resultado
nome = maior_compra.index[0]
valor = maior_compra.iloc[0]
print(f'O cliente que mais comprou foi {nome} com um total de R$ {valor:.2f}')
Projeto desafio 2: administração de condomínios
#Transformando em tipo Datetime
dados_imoveis['datas_de_pagamento'] = pd.to_datetime(dados_imoveis['datas_de_pagamento'],format = '%d/%m/%Y')
#Transformando em tipo Datetime
dados_imoveis['datas_combinadas_pagamento'] = pd.to_datetime(dados_imoveis['datas_combinadas_pagamento'],format = '%d/%m/%Y')
dados_imoveis
#Verificando mudança
dados_imoveis.info()
#Calculando quantos dias foram atrasados
dados_imoveis['dias_atrasado'] = (dados_imoveis['datas_de_pagamento'] - dados_imoveis['datas_combinadas_pagamento']).dt.days
dados_imoveis['dias_atrasado']
#Verificando média de atraso de cada apartamento
media_atraso = dados_imoveis.groupby(['apartamento'])['dias_atrasado'].mean().sort_values( ascending = False)
media_atraso
#Resultado
maior_atraso = media_atraso.index[0]
dias = media_atraso.iloc[0]
print(f'Assim o Apartamento {maior_atraso} está com maior média de dias atrasados com {dias} dias.')