Eu arranjei um jeito de continuar, usei o DeepSeek pra poder gerar os mesmos dataframes que está sendo usado na aula, o problema é que não vai ter a mesma quantidade de dados porque usei um print da tela pra poder fazer isso. Vou deixar o código aqui embaixo pra caso vocês queiram usar
# Criando o DataFrame a partir dos dados fornecidos
data = {
'Produto': ['Modelagem preditiva', 'Iniciando em programação', 'Pandeiro', 'Corda de pular',
'Dinossauro Rex', 'Jogo de copos', 'Lavadora de roupas', 'Bola de vôlei',
'Xadrez de madeira', 'Xadrez de madeira'],
'Categoria do Produto': ['livros', 'livros', 'instrumentos musicais', 'esporte e lazer',
'brinquedos', 'utilidades domésticas', 'eletrodomésticos',
'esporte e lazer', 'brinquedos', 'brinquedos'],
'Preço': [92.45, 43.84, 87.18, 13.65, 28.32, 54.67, 1920.01, 56.26, 25.87, 25.23],
'Frete': [5.6097, 0, 2.2265, 1.2579, 2.0391, 9.2906, 99.8192, 0, 1.9086, 0],
'Data da Compra': ['01/01/2020', '01/01/2020', '01/01/2020', '01/01/2020', '01/01/2020',
'01/01/2020', '01/01/2020', '01/01/2020', '01/01/2020', '01/01/2021'],
'Vendedor': ['Thiago Silva', 'Mariana Ferrei', 'Thiago Silva', 'Camila Ribeiro',
'Juliana Costa', 'Camila Ribeiro', 'Juliana Costa', 'Mariana Ferrei',
'Juliana Costa', 'Thiago Silva'],
'Local de compra': ['BA', 'SP', 'RJ', 'RJ', 'RJ', 'SP', 'ES', 'MG', 'SP', 'BA'],
'Avaliação da compra': [1, 5, 4, 4, 1, 4, 5, 3, 5, 5],
"Tipo de pagamento": [
"cartao_credito", "cartao_credito", "cartao_credito", "boleto",
"cartao_debito", "boleto", "cartao_credito", "cartao_credito",
"boleto", "cartao_credito"],
"Quantidade de parcelas": [3, 1, 4, 1, 1, 1, 1, 4, 1, 2],
"lat": [-13.29, -22.19, 22.25, -22.25, -22.25, -22.19, -19.19, -18.1, -22.19, -13.29],
"lon": [-41.71, -48.79, -42.66, -42.66, -42.66, -48.79, -40.34, -44.38, -48.79, -41.71]
}
df = pd.DataFrame(data)
Se acharem que o valor ficou muito pequeno (ficou na casa das dezenas de milhar), usei isso que está embaixo para deixar em milhões
df[['Preço', 'Frete']] = df[['Preço', 'Frete']] * 999