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
Oi, Marinaldo! Tudo bom?
Excelente! Siga praticando com os desafios e sempre compartilhe conosco.
Você soube aplicar transformações com melt() para reestruturar os dados de forma eficiente, aproveitou o uso do groupby() com sum() para agregações por setor e entendeu como o tratamento de valores nulos com dropna() é essencial para garantir a integridade das análises e visualizações.
Como dica adicional, experimente utilizar o pivot_table() quando precisar resumir grandes volumes de dados em uma matriz de comparação dinâmica. Assim:
df_resumo = df_global.pivot_table(
index='Ano',
columns='Nível 1 - Setor',
values='Emissões_Ano',
aggfunc='sum'
)
print(df_resumo.head())
Resultado: Uma tabela com os anos como índice e os setores como colunas, com os totais de emissões.
Com isso, você poderá analisar comparações entre setores e anos com mais facilidade.
Para saber mais:
Sugestão de conteúdo para você mergulhar ainda mais sobre o tema:
Alguns materiais estão em inglês, mas é possível compreendê-los usando o recurso de tradução de páginas do próprio navegador.
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!