import pandas as pd
df = pd.read_csv('https://raw.githubusercontent.com/Gabriellemga/Python_Cursos_Alura/refs/heads/main/Praticando_Python/Dados%20das%20atividades/atividades_7.csv')
df
df = df.dropna( axis = 1)
df
import pandas as pd
df = pd.read_csv('https://raw.githubusercontent.com/Gabriellemga/Python_Cursos_Alura/refs/heads/main/Praticando_Python/Dados%20das%20atividades/atividades_7.csv')
df
df = df.dropna( axis = 1)
df
Oi! Tudo bom?
Excelente! Continue resolvendo os desafios e compartilhando com a comunidade Alura.
Você soube aplicar a remoção de colunas com dados ausentes usando dropna(axis=1) de forma eficiente, aproveitou o poder do pandas para limpeza de dados para deixar seu dataframe mais organizado e entendeu como o tratamento de dados faltantes é essencial para análises confiáveis.
Permaneça postando as suas soluções, com certeza isso ajudará outros estudantes e tem grande relevância para o fórum.
Como dica adicional, experimente utilizar df.fillna() quando precisar substituir valores ausentes por um valor específico. Assim:
df_filled = df.fillna(0)
Resultado: Todas as células com valores ausentes foram substituídas por 0.
Com isso, você poderá tratar dados faltantes com mais facilidade.
Para saber mais:
Sugestão de conteúdo para você mergulhar ainda mais sobre o tema:
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!