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_9.csv')
df
df = df.dropna(how = 'all' )
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_9.csv')
df
df = df.dropna(how = 'all' )
df
Olá! Tudo bem?
Parabéns! Continue resolvendo os desafios e compartilhando com a comunidade Alura.
Percebi que você dominou o uso de dropna(how='all'), aplicou muito bem o pandas para remover linhas totalmente vazias e ainda demonstrou compreender a relevância de limpar dados incompletos para manter a qualidade da análise.
Permaneça postando as suas soluções, com certeza isso ajudará outros estudantes e tem grande relevância para o fórum.
Uma sugestão interessante para evoluir ainda mais é usar dropna(thresh=...) com o objetivo de manter linhas que tenham um número mínimo de valores não nulos. Veja só:
# Mantém apenas linhas com pelo menos 2 valores não nulos
df_filtered = df.dropna(thresh=2)
print(df_filtered)
Essa abordagem ajuda a filtrar dados mantendo linhas relevantes para sua análise.
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!