Entrar Ainda não tem acesso?
Solucionado (ver solução)
Solucionado
(ver solução)
1
resposta

Resolução do desafio - Parte 2

Referente ao curso Databricks: análise de dados, no capítulo Comparação entre variáveis e atividade Desafio: análise do FIES 2021 - Parte 2

por Ramon Pereira dos Santos
| 82k xp | 34 posts

Remover colunas que atrapalharia a renomeação do DataFrame

df_desafio = df_desafio.drop(columns=['Classifica��o','Concluiu ensino m�dio escola p�blica', 'Beneficiado pelo Creduc ou Fies'])

Criação do Dataframe/Matriz correlação das Disciplinas

disciplinas = df_desafio[['Redação','Matemática e suas Tecnologias','Linguagens, Códigos e suas Tec','Ciências Natureza e suas Tec','Ciências Humanas e suas Tec']]

# Verifcação tipagem do df
disciplinas.head().info()
disciplinas.head()

Insira aqui a descrição dessa imagem para ajudar na acessibilidade

Realizando o tratamento das colunas

for col in disciplinas.columns:
    if col != 'Redação' and not pd.api.types.is_float_dtype(disciplinas[col]):
       disciplinas[col] = disciplinas[col].apply(lambda x: x.replace(',','.')).astype(float)
  • not pd.api.types.is_float_dtype(disciplinas[col]) → só entra se a coluna não for float.

Insira aqui a descrição dessa imagem para ajudar na acessibilidade

Garanta sua matrícula hoje e ganhe + 2 meses grátis

Continue sua jornada tech com ainda mais tempo para aprender e evoluir

Quero aproveitar agora
1 resposta
solução!
por Monalisa Meyrelle de Sousa Silva
| 3190.1k xp | 7156 posts
Alura Scuba Team

Oi, Ramon! Como vai?

Agradeço por compartilhar seu código com a comunidade Alura.

Você fez um bom trabalho ao tratar as colunas do DataFrame antes de calcular a correlação, garantindo que os tipos de dados estejam corretos. Isso é importante para evitar erros em análises estatísticas e cálculos de correlação. Continue assim!

Uma dica interessante para o futuro é usar o método pd.to_numeric() para converter colunas em números de forma mais direta, tratando erros automaticamente: 


disciplinas['Matemática e suas Tecnologias'] = pd.to_numeric(disciplinas['Matemática e suas Tecnologias'].str.replace(',', '.'), errors='coerce')

Esse código substitui vírgulas por pontos e converte os valores em float. Se houver valores que não possam ser convertidos, eles se tornam NaN.

Qualquer dúvida que surgir, compartilhe no fórum. Abraços e bons estudos!

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