MLD102 · Python e pandas para análise de dados
Sobre o curso
Use notebooks em Python e o pandas para carregar, limpar, combinar e resumir dados reais de negócio com mais rapidez e confiabilidade do que em planilhas.
Para quem é
Usuários de planilhas, analistas e iniciantes que querem uma base prática de análise de dados em Python.
Pré-requisitos
Recomenda-se ter feito o MLD101; não é preciso experiência prévia com programação.
O que você será capaz de fazer
- Carregar arquivos CSV e Excel em DataFrames do pandas e inspecionar sua estrutura e seus tipos
- Limpar dados corrigindo tipos, tratando valores ausentes, removendo duplicatas e interpretando datas
- Resumir dados com filtros, agregações com groupby e tabelas dinâmicas
- Combinar tabelas com merges e exportar resultados limpos e documentados
Aulas
- Aula 1 · Notebooks e Python para trabalhar com dados
- Aula 2 · Carregando e limpando dados com pandas
- Aula 3 · Resumindo, combinando e exportando
- Aula 4 · Laboratório e atividade
Laboratório: Limpando e resumindo a exportação de vendas de uma loja
Você vai limpar uma exportação de vendas propositalmente bagunçada de uma pequena loja de utilidades domésticas, combiná-la com a tabela de produtos e produzir as vendas mensais por categoria e por loja. Os dados têm datas em formatos misturados, preços gravados como texto, duplicatas e valores ausentes, como nas exportações reais.
Ferramentas gratuitas: Google Colab ou JupyterLite (gratuitos), pandas e openpyxl
Atividade avaliada
Com um conjunto de dados do seu trabalho, sem dados pessoais, ou com o conjunto de dados de cafeteria fornecido, escreva um notebook limpo e reproduzível que carregue os dados brutos, documente e aplique cada etapa de limpeza, construa pelo menos três resumos que respondam a perguntas de negócio declaradas no início e exporte os resultados. Inclua um dicionário de dados curto e uma lista dos problemas de qualidade encontrados, com o tratamento dado a cada um.
| Critério | Peso | Como é um trabalho excelente |
|---|---|---|
| Limpeza correta | 30% | Tipos, datas, valores ausentes e duplicatas tratados corretamente, com conferência do número de linhas após cada etapa. |
| Resumos de negócio | 25% | Três ou mais resumos que respondem com clareza a perguntas de negócio declaradas, usando groupby, tabelas dinâmicas ou merges. |
| Reprodutibilidade | 25% | O notebook roda do início ao fim em uma sessão nova, sem edições manuais, e os dados brutos nunca são sobrescritos. |
| Documentação | 20% | Dicionário de dados claro, lista de problemas de qualidade e a justificativa de cada escolha. |
Peça de portfólio
Um notebook reproduzível em pandas que transforma uma exportação bagunçada em dados limpos e resumos prontos para decisão.
Próximo passo
Continue com MLD103 · Análise exploratória e visualização de dados · 6 horas · R$ 60,00
Conteúdo do curso
MLD102 · Python e pandas para análise de dados (4 h)
-
Aula 1 · Notebooks e Python para trabalhar com dados
-
Aula 2 · Carregando e limpando dados com pandas
-
Aula 3 · Resumindo, combinando e exportando
-
Aula 4 · Laboratório e atividade
-
MLD102 Avaliação · Python e pandas para análise de dados