Segue como foi tratado os dados para a etapa final do curso:
- Vendas online
df_p1['Data de venda']=pd.to_datetime(df_p1['Data de venda'],format="%d/%m/%Y")
df_p1_subset = df_p1.groupby([df_p1['Data de venda'].dt.strftime('%m'),'Cliente'])[['Valor da compra']].sum().reset_index()
df_p1_subset = df_p1_subset[['Cliente','Valor da compra']].sort_values('Valor da compra', ascending=False).reset_index()
df_p1_subset.drop('index', axis=1,inplace=True)
Output:
| Cliente | Valor da compra | |
|---|---|---|
| 0 | Isabely Joanes | 2329.30 |
| 1 | Maria Julia | 2086.65 |
| 2 | Julya Meireles | 1643.74 |
| 3 | Diego Armandiu | 1478.47 |
| 4 | Paulo Castro | 899.16 |
| 5 | Thiago Fritzz | 885.24 |
| 6 | Ana Lucia | 836.50 |
| 7 | João Gabriel | 386.34 |
| 8 | Pedro Pasco | 311.15 |
- Administração de condomínios
df_p2['datas_combinadas_pagamento']=pd.to_datetime(df_p2['datas_combinadas_pagamento'],format="%d/%m/%Y")
df_p2['datas_de_pagamento']=pd.to_datetime(df_p2['datas_de_pagamento'],format="%d/%m/%Y")
df_p2['datas_combinadas_pagamento'] = df_p2['datas_combinadas_pagamento'].dt.strftime('%d')
df_p2['datas_de_pagamento'] = df_p2['datas_de_pagamento'].dt.strftime('%d')
df_p2[['datas_de_pagamento','datas_combinadas_pagamento']]=df_p2[['datas_de_pagamento','datas_combinadas_pagamento']].astype(np.int64)
df_p2['status_pagamento'] = df_p2.apply(
lambda row: 'Sim' if (row['datas_de_pagamento'] <= row['datas_combinadas_pagamento']) else 'Não',
axis=1
)
Output:
| apartamento | datas_combinadas_pagamento | datas_de_pagamento | valor_aluguel | status_pagamento | |
|---|---|---|---|---|---|
| 0 | A101 | 1 | 5 | 1000.0 | Não |
| 1 | A101 | 1 | 3 | 2500.0 | Não |
| 2 | A102 | 2 | 2 | 1100.0 | Sim |
| 3 | A102 | 2 | 6 | 2600.0 | Não |
| 4 | B201 | 3 | 7 | 1200.0 | Não |
