Entrar Ainda não tem acesso?
1
resposta

Resolução do desafio.

Referente ao curso Pandas: transformação e manipulação de dados, no capítulo Dados de tempo e atividade Desafio: trabalhando em outros contextos

por Marcia Gabrielle Apolinario
| 159.5k xp | 136 posts

Projeto 1

dados['Data de venda'] = pd.to_datetime(dados['Data de venda'])

dados.info()

dados['Data de venda'] = dados['Data de venda'].dt.strftime('%d-%m-%y')

maior_compra = dados.groupby(['Cliente'])['Valor da compra'].sum().sort_values( ascending = False)

Projeto 2

dados['datas_combinadas_pagamento'] = pd.to_datetime(dados['datas_combinadas_pagamento'], format='%d/%m/%Y')

dados['datas_de_pagamento'] = pd.to_datetime(dados['datas_de_pagamento'], format='%d/%m/%Y')

dados['atraso'] = atrasos = (dados['datas_de_pagamento'] - dados['datas_combinadas_pagamento']).dt.days

aluguel_atrasado = dados.groupby(['apartamento'])['atraso'].mean()
1 resposta
por Monalisa Meyrelle de Sousa Silva
| 2529.3k xp | 5666 posts
Alura Scuba Team Monitoria Fórum Ops

Oi, Marcia! Como vai?

Gostei bastante da forma como você organizou os dois projetos! Transformar colunas de datas com pd.to_datetimee depois extrair ou formatar as informações foi uma escolha certeira!

💡 Uma dica interessante para o futuro é usar o método assign() para aplicar transformações sem alterar diretamente o dataframe original. Veja este exemplo:


df = df.assign(data_formatada = pd.to_datetime(df['data']).dt.strftime('%d-%m-%y'))

Este código cria uma nova coluna formatada sem modificar a original, o que pode ajudar na comparação de dados.

Até mais!

Alura

Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!