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
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_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!