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
Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Solucionado
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!