atv_casa_v1

exercicios/para-casa/ATV_casa_pandas.py

@@ -0,0 +1,28 @@
+import pandas as pd
+
+#ler o arquivo csv
+df = pd.read_csv("material/mais_ouvidas_2024.csv") 
+
+#Fazer replace das colunas que tem strings para números.
+for column in df.columns:
+    if df[column].dtype == "object":
+        df[column] = df[column].str.replace(",", "").astype(float, errors='ignore')
+
+#Corrija a coluna 'Release Date' para o formato datetime.
+df["Release Date"] = pd.to_datetime(df["Release Date"], format = "mixed") 
+
+#Crie uma nova coluna chamada 'Streaming Popularity', 
+# que seja a média da popularidade nas plataformas 'Spotify Popularity', 
+# 'YouTube Views', 'TikTok Likes', e 'Shazam Counts'.
+df["Streaming Popularity"] = df["Spotify Popularity"] + df["YouTube Views"] + df["TikTok Likes"] + df["Shazam Counts"] / 4
+
+#crie uma coluna 'Total Streams', somando os valores de 'Spotify Streams', 
+# 'YouTube Views', 'TikTok Views', 'Pandora Streams', e 'Soundcloud Streams'.
+df["Total Streams"] =  df["Spotify Streams"] + df["YouTube Views"] + df["TikTok Views"] + df["Pandora Streams"] + df["Soundcloud Streams"]
+
+#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').
+filtered_df = df [(df["Spotify Popularity"] > 80) & (df["Total Streams"] > 1000000)]
+
+#Salvar um novo arquivo com os resultados filtrados
+filtered_df.to_csv("/Users/minavelicastelo/Library/Mobile Documents/com~apple~CloudDocs/Reprograma/on33-python-s09-pandas-numpy-I/exercicios/para-casa/faixas_filtradas.json", index=False)