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!
Olá, Nicole. Como vai?
Excelente postagem compartilhando o passo a passo de como salvar e validar os seus DataFrames filtrados! Esse processo de exportação e verificação é uma das rotinas mais importantes no dia a dia de quem trabalha com Ciência de Dados.
Gostaria de aproveitar o seu gancho e complementar com algumas boas práticas que podem elevar ainda mais a qualidade do seu código ao lidar com arquivos CSV na biblioteca Pandas:
encoding**: Por padrão, o Pandas salva os arquivos utilizando a codificação UTF-8. No entanto, se você ou outras pessoas precisarem abrir esse arquivo diretamente no Microsoft Excel em computadores Windows, caracteres especiais ou acentos podem aparecer desconfigurados. Para evitar isso, uma boa prática é especificar o parâmetro encoding='utf-8-sig'.dados ou output e salvar o arquivo como dados/filtro_1.csv ajuda a manter a estrutura do projeto limpa.Para ilustrar essas práticas na hora de exportar, o código ficaria assim:
# Salvando os dados com boas práticas de organização e codificação
df_1.to_csv('filtro_1.csv', index=False, sep=';', encoding='utf-8-sig')
df_2.to_csv('filtro_2.csv', index=False, sep=';', encoding='utf-8-sig')
E um detalhe muito legal que você aplicou perfeitamente no seu exemplo de leitura foi o uso do parâmetro sep=';'. Muitas pessoas esquecem de passá-lo na função pd.read_csv(), o que faz com que o Pandas tente ler o arquivo usando a vírgula padrão, resultando em um DataFrame com todas as colunas coladas em uma única linha.
Continue compartilhando seus estudos e a resolução dos desafios, isso ajuda muito a comunidade a fixar o conteúdo!
Espero que possa ter lhe ajudado!