Projeto: Analisar um CSV
Hora de juntar tudo. Você vai escrever um pequeno arquivo CSV na memória, lê-lo de volta com pandas e calcular agregados agrupados, do jeito que uma análise real começa.
pandas lê texto CSV de um arquivo ou de um buffer na memória. Usamos io.StringIO para que nada toque o disco:
import io
import pandas as pd
csv_text = "name,dept,salary\nAda,eng,100\nBo,eng,140\n"
df = pd.read_csv(io.StringIO(csv_text))
print(df)A partir daí você já conhece os movimentos: filtrar com uma máscara, agrupar com groupby(...).agg(...), extrair um valor único de uma Series com .loc ou pelo índice do rótulo.
Seu trabalho: leia os dados, depois construa um único results dictionary que os resuma. Retornar um dictionary simples é uma forma comum e testável de entregar o resultado da análise para o resto de um programa (ou para um relatório, ou para um prompt de LLM). Nós avaliamos os números naquele dictionary, não qualquer printout.
O que vai nos resultados
"n_rows": o número de linhas na tabela"total_salary": a soma de toda a coluna salary"avg_by_dept": um dicionário mapeando cada departamento ao seu salário médio (construa a partir de um groupby mean, depois.to_dict())"top_dept": o departamento com o maior salário médio
O texto CSV é fornecido em csv_text. Leia ele em um DataFrame df com pd.read_csv(io.StringIO(csv_text)). Depois construa um dicionário chamado results com estas chaves: "n_rows" (contagem de linhas), "total_salary" (soma da coluna salary), "avg_by_dept" (um dicionário de dept para média salarial), e "top_dept" (o dept cuja média salarial é a mais alta).
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.