Conteúdo do curso Lição 83 de 250 · Fundamentos de Dados: numpy & pandas
Fundamentos de Dados: numpy & pandas

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
Sua vez

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.