PR Atividade11Semana11 #9
There are no files selected for viewing
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
| Original file line number | Diff line number | Diff line change | ||||
|---|---|---|---|---|---|---|
| @@ -0,0 +1,62 @@ | ||||||
| # ------------------------------------------------PASSO 1------------------------------------------------ | ||||||
| # Use o arquivo `mais_ouvidas_2024.csv` para análise. Lembre-se de garantir que o carregamento foi feito com sucesso. | ||||||
| #-------------------------------------------------------------------------------------------------------- | ||||||
|
|
||||||
| import pandas as pd | ||||||
|
|
||||||
| df_mais_ouvidas = pd.read_csv('../../material/mais_ouvidas_2024.csv') | ||||||
|
|
||||||
| print(df_mais_ouvidas.head()) | ||||||
|
|
||||||
| # ------------------------------------------------PASSO 2------------------------------------------------ | ||||||
| # Identifique as colunas que contêm números, como 'Spotify Streams', 'YouTube Views', etc., e converta essas colunas para o tipo numérico se estiverem em outro formato. (Use replace() e astype()) | ||||||
| #-------------------------------------------------------------------------------------------------------- | ||||||
|
|
||||||
| # print(df_mais_ouvidas.columns) # lista as colunas da tabela | ||||||
| # print(df_mais_ouvidas.dtypes) # retorna os tipos de cada coluna da tabela | ||||||
| print(df_mais_ouvidas.info()) # traz informações de colunas (qtde de linhas - nulos - tipos) | ||||||
| print(df_mais_ouvidas.isnull().sum()) #traz a qtde de valores nulos em cada coluna da tabela | ||||||
| # colunas com tipagem incorreta: 'Spotify Streams', 'Spotify Playlist Count', 'Spotify Playlist Reach', 'YouTube Views', 'YouTube Likes', 'TikTok Posts','TikTok Likes', 'TikTok Views', 'YouTube Playlist Reach','AirPlay Spins', 'SiriusXM Spins', 'Deezer Playlist Reach', 'Pandora Streams', 'Pandora Track Stations', 'Soundcloud Streams', 'Shazam Counts'], | ||||||
|
|
||||||
| colunas_tipagem = ['Spotify Streams', 'Spotify Playlist Count', 'Spotify Playlist Reach', 'YouTube Views', 'YouTube Likes', 'TikTok Posts','TikTok Likes', 'TikTok Views', 'YouTube Playlist Reach','AirPlay Spins', 'SiriusXM Spins', 'Deezer Playlist Reach', 'Pandora Streams', 'Pandora Track Stations', 'Soundcloud Streams', 'Shazam Counts'] | ||||||
| df_mais_ouvidas[colunas_tipagem] = df_mais_ouvidas[colunas_tipagem].apply(lambda x: x.str.replace(',', '').astype('float')) | ||||||
| print(df_mais_ouvidas[colunas_tipagem]) | ||||||
|
|
||||||
| # ------------------------------------------------PASSO 3------------------------------------------------ | ||||||
| # Corrija a coluna 'Release Date' para o formato datetime. | ||||||
| #-------------------------------------------------------------------------------------------------------- | ||||||
|
|
||||||
| # print(df_mais_ouvidas.dtypes) | ||||||
| df_mais_ouvidas['Release Date'] = pd.to_datetime(df_mais_ouvidas['Release Date'], format='mixed') | ||||||
|
There was a problem hiding this comment. também é possível fazer com:
Suggested change
|
||||||
| print(df_mais_ouvidas.dtypes) | ||||||
| print (df_mais_ouvidas['Release Date']) | ||||||
|
|
||||||
| # ------------------------------------------------PASSO 4------------------------------------------------ | ||||||
| # Crie uma nova coluna chamada 'Streaming Popularity', que seja a média da popularidade nas plataformas 'Spotify Popularity', 'YouTube Views', 'TikTok Likes', e 'Shazam Counts'. (lembrem-se que só é possível calcular médias e fazer operações matemáticas com tipos númericos) | ||||||
| #-------------------------------------------------------------------------------------------------------- | ||||||
|
|
||||||
| colunas_popularidade = ['Spotify Popularity', 'YouTube Views', 'TikTok Likes', 'Shazam Counts'] | ||||||
| df_mais_ouvidas['Streaming Popularity'] = df_mais_ouvidas[colunas_popularidade].median(axis=1) | ||||||
|
There was a problem hiding this comment. mean() = média
Suggested change
|
||||||
| print(df_mais_ouvidas['Streaming Popularity']) | ||||||
|
|
||||||
| # ------------------------------------------------PASSO 5------------------------------------------------ | ||||||
| # Crie uma coluna 'Total Streams', somando os valores de 'Spotify Streams', 'YouTube Views', 'TikTok Views', 'Pandora Streams', e 'Soundcloud Streams'. | ||||||
| #-------------------------------------------------------------------------------------------------------- | ||||||
|
|
||||||
| colunas_total = ['Spotify Streams', 'YouTube Views', 'TikTok Views', 'Pandora Streams', 'Soundcloud Streams'] | ||||||
| df_mais_ouvidas['Total Streams'] = df_mais_ouvidas[colunas_total].sum(axis=1) | ||||||
| print(df_mais_ouvidas['Total Streams']) | ||||||
| print(df_mais_ouvidas.isnull().sum()) | ||||||
| # ------------------------------------------------PASSO 6------------------------------------------------ | ||||||
| # Filtre apenas as faixas onde a popularidade do Spotify ('Spotify Popularity') é maior que 80 e que tenham mais de 1 milhão de streams totais ('Total Streams'). | ||||||
| #-------------------------------------------------------------------------------------------------------- | ||||||
|
|
||||||
| filter_popularity = df_mais_ouvidas[(df_mais_ouvidas['Spotify Popularity'] > 80) & (df_mais_ouvidas['Total Streams'] > 1_000_000)] | ||||||
| print(filter_popularity) | ||||||
|
|
||||||
| # ------------------------------------------------PASSO 7------------------------------------------------ | ||||||
| # Salve o DataFrame resultante em um novo arquivo JSON chamado 'faixas_filtradas.json'. | ||||||
| # Garanta que o arquivo foi salvo corretamente | ||||||
| #-------------------------------------------------------------------------------------------------------- | ||||||
|
|
||||||
| filter_popularity.to_json('./filtered_mais_ouvidas.json', index=False) | ||||||
Add this suggestion to a batch that can be applied as a single commit.
This suggestion is invalid because no changes were made to the code.
Suggestions cannot be applied while the pull request is closed.
Suggestions cannot be applied while viewing a subset of changes.
Only one suggestion per line can be applied in a batch.
Add this suggestion to a batch that can be applied as a single commit.
Applying suggestions on deleted lines is not supported.
You must change the existing code in this line in order to create a valid suggestion.
Outdated suggestions cannot be applied.
This suggestion has been applied or marked resolved.
Suggestions cannot be applied from pending reviews.
Suggestions cannot be applied on multi-line comments.
Suggestions cannot be applied while the pull request is queued to merge.
Suggestion cannot be applied right now. Please check back later.
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
porque usar o apply se o
str.replace + astypejá faz o que é preciso?There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
utilizei para a construção do lambda e ele procurar item a item do df. Não sei se é a melhor forma, mas entendi que utilizar o lambda aqui para que ele percorresse todos os itens
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
Sim, o apply é muito bom para diversos casos e você fez o uso do ˋlambdaˋ corretamente. Mas nesse caso adicionar o apply não adianta muita coisa , mesmo sem ele o resultado é o mesmo. 😃