---

📊 Curso de Pandas: Explorando Dados com Python

📝 Descrição

Este repositório contém o material do curso sobre Pandas, onde explorei as principais funcionalidades dessa poderosa biblioteca para análise e manipulação de dados. A organização inclui exemplos práticos, desafios e um projeto final aplicado ao mercado imobiliário.

---

🚀 Conteúdo Programático

✅ Conhecendo a biblioteca Pandas
✅ Análise exploratória de dados
✅ Tratamento e filtragem de dados
✅ Criação de gráficos e visualizações
✅ Manipulação de colunas e linhas
✅ Projetos e desafios práticos

---

🗂️ Estrutura do Repositório

.
└── c1_conhecendo_a_biblioteca
    ├── dados_apartamento.csv            # Dataset sobre apartamentos
    ├── dados_completos_dev.csv          # Dataset sobre desenvolvedores
    ├── Desafios                         # Pasta com desafios do curso
    │   ├── alunos_aprovados.csv         # Dataset para o desafio
    │   └── desafio_01.ipynb             # Notebook com resolução do desafio
    ├── estudo                           # Aplicação prática dos conceitos estudados
    │   ├── estudo01.ipynb               # Notebook com estudos gerais
    │   └── learning_matematica.csv      # Dataset sobre matemática
    ├── filtro01.csv                     # Dados filtrados
    ├── filtro02.csv                     # Dados filtrados
    ├── para_saber_mais                  # Conteúdo adicional e aprofundamento
    │   ├── criando_colunas.ipynb        # Notebook sobre criação de colunas
    │   └── groupby.ipynb                # Notebook sobre groupby
    └── projeto_imobiliaria.ipynb        # Projeto final aplicado ao mercado imobiliário

🗂️ Detalhes sobre o diretório estudo

O diretório estudo contém notebooks e datasets utilizados como uma aplicação prática dos conceitos explorados ao longo do curso. Aqui você encontrará exemplos reais de manipulação de dados e visualizações gráficas, com foco em temas diversos como matemática e análise de dados imobiliários.

---

🖼️ Exemplos Visuais

🔍 Seleção e Manipulação de Dados

import pandas as pd

# Adicionando uma nova coluna baseada em uma lógica
dados['Possui_suite(s)'] = dados['Suites'].apply(lambda x: 'Sim' if x > 0 else 'Nao')
dados.head()

📊 Visualização de Dados

# Criando um gráfico de barras com a distribuição percentual de tipos de imóveis
df_residenciais_tipo_percentual = df_residenciais.Tipo.value_counts(normalize=True).to_frame()
df_residenciais_tipo_percentual.columns = ['proportion']

df_residenciais_tipo_percentual.sort_values('proportion').plot(
    kind='bar', 
    figsize=(14, 10), 
    color='green', 
    xlabel='Tipos', 
    ylabel='Percentual'
)

---

🛠️ Ferramentas Utilizadas

• Python 🐍
• Pandas 📊
• Matplotlib 📈
• Jupyter Notebook 📒

---

🎓 Aprendizado e Benefícios

• Manipular e filtrar dados de grandes datasets
• Resolver desafios práticos aplicados a situações reais
• Realizar análises e criar visualizações gráficas impactantes
• Desenvolver um projeto prático no contexto imobiliário

---