Oi, Akhenaton! Como vai?

Esse curso tem um aspecto mais desafiador por tratar de dados que passaram por tantas modificações. Nessa atividade, estão algumas das modificações que aconteceram e que precisam de mais atenção.

O curso foi gravado no início de 2020, antes inclusive de termos impactos significativos da COVID-19 aqui no Brasil. Está, certamente, desatualizado, porém ainda tem se mostrado de grande valor como um desafio a mais, justamente pela surpresa em precisar se adaptar a interpretar os dados de forma diferente, além do assunto tratado ser algo que impactou a vida de toda e qualquer pessoa que possa estudá-lo.

Porém, aqui na Alura temos um formulário de sugestão de cursos. Você pode sugerir um novo curso de análise dos dados da pandemia, por exemplo. Será muito valioso para nós!

Espero que o desafio faça sentido para você! É necessário explorar outras possibilidades, compreendendo que a situação real mudou.

Abraços.

Enfim, decidi reassistir algumas das últimas aulas e adaptar os códigos. Compreendi que os vídeos estão atrasados, mas poderei me adaptar para ciência de dados na prática.

Procurei em qual data os dados de recovered terminavam:

#Procurando onde os dados de recovered terminam
recovered_transpose['Brazil'][['7/30/21','8/1/21','8/2/21','8/3/21','8/3/21','8/4/21','8/5/21','8/6/21']]

7/30/21    17771228
8/1/21     17771228
8/2/21     17771228
8/3/21     17771228
8/3/21     17771228
8/4/21     17771228
8/5/21            0
8/6/21            0
Name: Brazil, dtype: object

Defini a variável: last_date = '8/4/21'.

Tracei o gráfico para observação dos valores:

recovered_transpose = recovered.transpose().loc['1/22/20':last_date]
recovered_transpose.columns = list(recovered["Country/Region"].values)
recovered_transpose[['Brazil', 'Russia', 'India']].plot(figsize=(10,2))

Em seguida, usei a variável last_date para diversas células do notebook, pois é onde os valores terminavam.

def latest_by_country(data):
  return data.groupby("Country/Region").sum().loc[:,last_date]

display(latest_by_country(confirmed).head())
display(latest_by_country(deaths).head())
display(latest_by_country(recovered).head())

informations = [latest_by_country(confirmed), latest_by_country(deaths), latest_by_country(recovered)]
combined = pd.concat(informations, axis=1)
combined.columns = ["confirmed", "deaths", "recovered"]

letality_rate_1 = combined["deaths"] / combined["confirmed"] * 100
letality_rate_2 = combined["deaths"] / (combined["recovered"] + combined["deaths"]) * 100
combined["letality_rate_1"] = letality_rate_1
combined["letality_rate_2"] = letality_rate_2
combined

Boa, Akhenaton!

Mandou muito bem na sua adaptação do projeto ao formato atual dos dados. Esse exercício de investigação e exploração é super importante para consolidar o conhecimento técnico de uma forma que seja duradoura.

Espero que você tenha aproveitado o desafio. Abraços!