Uma equipe de planejamento da SEPLAG está prepa...

457941204119036

Ano: 2026Banca: FCCOrganização: CPU-PEDisciplina: Linguagens de ProgramaçãoTemas: Python

Uma equipe de planejamento da SEPLAG está preparando um conjunto de dados para análise em Python, usando Pandas. O DataFrame df contém informações sobre projetos estratégicos, incluindo colunas como projeto , responsavel , orcamento , prazo_dias e cpf_responsavel . Durante a análise exploratória, foram identificados valores ausentes em prazo_dias , duplicatas em projeto e valores extremos em orçamento. Além disso, os dados serão compartilhados com parceiros externos. Em condições ideais, uma prática que se adequa a este cenário é

criar os gráficos finais primeiro e realizar a análise exploratória em seguida, pois isso evita alterações nos dados que possam comprometer a visualização.

remover valores ausentes em prazo_dias , usando df.dropna(subset=['prazo_dias']) , o que garante que todos os registros com dados incompletos sejam eliminados.

aplicar um tipo de anonimização na coluna cpf_responsavel , utilizando um salt, com df['cpf_responsavel'] = df['cpf_responsavel'].apply(lambda x: hash(salt + str(x))) , o que converte os CPFs em identificadores não reversíveis e menos suscetíveis à reidentificação.

promover a detecção de outliers em orçamento, usando df['orcamento'] = df['orcamento'].drop_outliers() , pois esses valores indicam desvios estatísticos significativos em relação à média ou à massa total dos dados.

remover duplicatas em projeto , usando o comando df.drop_duplicates(subset=None, keep=None, inplace=False) , que verifica a coluna projeto e remove todos os registros duplicados diretamente sobre o DataFrame df .

Gabarito comentado

Comentários

Anotações

Enviar para caderno

Reportar erro