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
Olá, boa noite.
Estou precisando fazer umas previsões de quantitativo de transações, entretanto a única variável x que tenho é a data, ou seja, preciso transformar esse dado para um array de dias da semana, fds e outros demais.
Entretanto, estou tendo dificuldade em como transformar esse simples dado em todos esses array's.
Alguém teria algum layout parecido com esse problema para poder me explicar como foi feito?
Obrigado!
Consegui resolver, e de uma forma bem simples! rsrs
dados = pd.read_csv('./transactions.csv')
dados.columns = ['data', 'total_trsc']
dados['data'] = pd.to_datetime(dados['data'], format='%d/%m/%Y')
dados['diaMes'] = dados['data'].dt.day
dados['diaSemana'] = dados['data'].dt.dayofweek
dados['fds'] = dados['diaSemana'] >= 5
dados['5DiaUtil'] = ((dados['fds'] == False) & (dados['diaMes'] == 5))
dados['10DiaUtil'] = ((dados['fds'] == False) & (dados['diaMes'] == 10))
dados['segDia10'] = ((dados['diaSemana'] == 0) & (dados['diaMes'] == 10))Formatei as strings de data para o formato datetime64 e utilizei elas para criar dias críticos de movimento.
De toda forma, se alguém achar algum método mais eficiente, por favor me informe.
Obrigado!