df["Quartos"].mean() #Calcula o numero medio de quartos por apartamento
dados.Bairro.unique() #Confere os bairros unicos
bairros_caros = dados.groupby("Bairro")[["Valor"]].mean().sort_values("Valor").tail() #Ve os bairros mais caros
bairros_caros.plot(kind="barh",figsize=(10,14),color="brown") #faz o grafico dos bairros mais caros
Oi, João! Tudo bom?
Excelente! Continue resolvendo os desafios e compartilhando com a comunidade Alura.
Você soube aplicar operações estatísticas de forma eficiente, aproveitou o groupby() para segmentar os dados por bairro e entendeu como o método mean() é essencial para realizar análises comparativas.
Como dica adicional, experimente utilizar groupby() junto com outras agregações quando precisar extrair resumos por grupo. Assim:
dados.groupby("Bairro")[["Valor", "Quartos"]].agg(["mean", "max", "min"])
Exemplo de resultado:
Valor Quartos
mean max min mean max min
Bairro
Centro 1200.0 1800.0 800.0 2.5 4 1
Copacabana 3500.0 7000.0 2200.0 3.0 5 2
...
Com isso, você poderá gerar estatísticas mais completas com 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!