Atividade Semana 11

Carolyne-Santos/para-casa/README.md

@@ -0,0 +1,96 @@
+# 📈📉📊🎲 Análise com Python - Pandas e Numpy I
+
+## 📚 Descrição da Atividade
+
+Exercicio para casa semana 11. Agora que já sabem como fazer o processo de ETL com pandas, é hora de brincar com a lista dos artistas mais ouvidos do SPOTIFY!
+
+## 📋 Passo a Passo
+
+## 🟦 Atividade 1 - Use o arquivo `mais_ouvidas_2024.csv` para análise. Lembre-se de garantir que o carregamento foi feito com sucesso:
+
+ ### - Bibliotecas Utilizadas:
+
+        # Biblioteca
+        import pandas as pd
+
+        # Carregando o arquivo 'vendas_filtradas', chamei de 'vendas'
+        df = pd.read_csv("C:/Users/carol/OneDrive/Área de Trabalho/Reprograma/on33-python-s11-pandas-numpy-I/material/mais_ouvidas_2024.csv")
+
+        # Visualizar df
+        print(df.head())
+
+## 🟦 Atividade 2 - Indentifique 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()):
+
+        # Visualizar Colunas
+        print(df.columns)
+
+        # Colunas
+        # ['Track', 'Album Name', 'Artist', 'Release Date', 'ISRC',
+        #       'All Time Rank', 'Track Score', 'Spotify Streams',
+        #       'Spotify Playlist Count', 'Spotify Playlist Reach',
+        #       'Spotify Popularity', 'YouTube Views', 'YouTube Likes', 'TikTok Posts',
+        #       'TikTok Likes', 'TikTok Views', 'YouTube Playlist Reach',
+        #       'Apple Music Playlist Count', 'AirPlay Spins', 'SiriusXM Spins',
+        #       'Deezer Playlist Count', 'Deezer Playlist Reach',
+        #       'Amazon Playlist Count', 'Pandora Streams', 'Pandora Track Stations',
+        #       'Soundcloud Streams', 'Shazam Counts', 'TIDAL Popularity',
+        #       'Explicit Track']
+
+        # Visualizar typos
+        print(df.dtypes)
+
+        # Selecionar as colunas numéricas:
+        colunas_numericas = ["All Time Rank", "Track Score", "Spotify Streams", "Spotify Playlist Count", 
+                            "Spotify Playlist Reach", "Spotify Popularity", "YouTube Views", "YouTube Likes", 
+                            "TikTok Posts", "TikTok Likes", "TikTok Views", "YouTube Playlist Reach",
+                            "Apple Music Playlist Count", "AirPlay Spins", "SiriusXM Spins", "Deezer Playlist Count", 
+                            "Deezer Playlist Reach", "Amazon Playlist Count", "Pandora Streams",
+                                "Pandora Track Stations", "Soundcloud Streams", "Shazam Counts", 
+                                "TIDAL Popularity", "Explicit Track"]
+
+        # Converter as colunas numéricas para Float64
+        for colunas in colunas_numericas:
+            df[colunas] = df[colunas].replace(",", "", regex=True).astype("Float64")
+
+## 🟦 Atividade 3 - Corrija a coluna 'Release Date' para o formato datetime.
+
+        # Visualizar o formato dos dados da coluna 'Release Date'
+        df["Release Date"] = pd.to_datetime(df["Release Date"], format="mixed")
+
+        # Visualizar typos
+        print(df.dtypes)
+
+## 🟦 Atividade 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):
+
+        # Nova coluna 'Streaming Popularity' 
+        df['Streaming Popularity'] = df[['Spotify Popularity', 'YouTube Views', 'TikTok Likes', 'Shazam Counts']].mean(axis=1)
+
+## 🟦 Atividade 5 - Crie uma coluna 'Total Streams', somando os valores de 'Spotify Streams', 'YouTube Views', 'TikTok Views', 'Pandora Streams', e 'Soundcloud Streams':
+
+        # Nova coluna 'Total Streams' 
+        df['Total Streams'] = df[['Spotify Streams', 'YouTube Views', 'TikTok Views', 'Pandora Streams', 'Soundcloud Streams']].sum(axis=1)
+
+## 🟦 Atividade 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'):
+
+        # Faixas filtradas
+        faixas_filtradas = df[(df['Spotify Popularity'] > 80) & (df['Total Streams'] > 1_000_000)]
+
+## 🟦 Atividade 7 - Salve o DataFrame resultante em um novo arquivo JSON chamado 'faixas_filtradas.json':
+
+        # Salvar df em formato json
+        faixas_filtradas.to_json('faixas_filtradas.json', index=False)
+
+## 🟦 Atividade 8 - Garanta que o arquivo foi salvo corretamente:
+
+        # Carregando o arquivo 'faixas_filtradas.json', chamei de 'faixas'
+        faixas = pd.read_json('C:/Users/carol/OneDrive/Área de Trabalho/Reprograma/on33-python-s11-pandas-numpy-I/Carolyne-Santos/para-casa/faixas_filtradas.json')
+
+        # Visualizar
+        print(faixas.head())
+
+## 👩🏻‍🏫 Professora Manuelly Suzik.
+
+
+ [![LinkdIn](https://img.shields.io/badge/LinkedIn-0077B5?style=for-the-badge&logo=linkedin&logoColor=white)](https://www.linkedin.com/in/manuellysuzik/)
+</br>
+ [![GitHub](https://img.shields.io/badge/GitHub-100000?style=for-the-badge&logo=github&logoColor=white)](https://github.com/manuellysuzik)</br>

Carolyne-Santos/para-casa/Spotify.py

@@ -0,0 +1,87 @@
+##Atividade para Casa 
+
+# - Use o arquivo `mais_ouvidas_2024.csv` para análise. Lembre-se de garantir que o carregamento foi feito com sucesso.
+
+#Biblioteca
+import pandas as pd
+
+#Carregando o arquivo 'vendas_filtradas', chamei de 'vendas'
+df = pd.read_csv("C:/Users/carol/OneDrive/Área de Trabalho/Reprograma/on33-python-s11-pandas-numpy-I/material/mais_ouvidas_2024.csv")
+
+#Visualizar df
+print(df.head())
+
+#- Indentifique 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())
+
+#Visualizar Colunas
+print(df.columns)
+
+#Colunas
+#['Track', 'Album Name', 'Artist', 'Release Date', 'ISRC',
+#       'All Time Rank', 'Track Score', 'Spotify Streams',
+#       'Spotify Playlist Count', 'Spotify Playlist Reach',
+#       'Spotify Popularity', 'YouTube Views', 'YouTube Likes', 'TikTok Posts',
+#       'TikTok Likes', 'TikTok Views', 'YouTube Playlist Reach',
+#       'Apple Music Playlist Count', 'AirPlay Spins', 'SiriusXM Spins',
+#       'Deezer Playlist Count', 'Deezer Playlist Reach',
+#       'Amazon Playlist Count', 'Pandora Streams', 'Pandora Track Stations',
+#       'Soundcloud Streams', 'Shazam Counts', 'TIDAL Popularity',
+#       'Explicit Track']
+
+#Visualizar typos
+print(df.dtypes)
+
+# Selecionar as colunas numéricas:
+colunas_numericas = ["All Time Rank", "Track Score", "Spotify Streams", "Spotify Playlist Count", 
+                     "Spotify Playlist Reach", "Spotify Popularity", "YouTube Views", "YouTube Likes", 
+                     "TikTok Posts", "TikTok Likes", "TikTok Views", "YouTube Playlist Reach",
+                       "Apple Music Playlist Count", "AirPlay Spins", "SiriusXM Spins", "Deezer Playlist Count", 
+                       "Deezer Playlist Reach", "Amazon Playlist Count", "Pandora Streams",
+                         "Pandora Track Stations", "Soundcloud Streams", "Shazam Counts", 
+                         "TIDAL Popularity", "Explicit Track"]
+
+#Converter as colunas numéricas para Float64
+# Função for in para a lista
+for colunas in colunas_numericas:
+    df[colunas] = df[colunas].replace(",", "", regex=True).astype("Float64")
+
+# - Corrija a coluna 'Release Date' para o formato datetime.
+
+#Visualizar o formato dos dados da coluna 'Release Date'
+df["Release Date"] = pd.to_datetime(df["Release Date"], format="mixed")
+
+#Visualizar typos
+print(df.dtypes)
+
+# - 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)
+
+# Nova coluna 'Streaming Popularity' 
+df['Streaming Popularity'] = df[['Spotify Popularity', 'YouTube Views', 'TikTok Likes', 'Shazam Counts']].mean(axis=1)
+
+# - Crie uma coluna 'Total Streams', somando os valores de 'Spotify Streams', 
+# 'YouTube Views', 'TikTok Views', 'Pandora Streams', e 'Soundcloud Streams'.
+
+# Nova coluna 'Total Streams' 
+df['Total Streams'] = df[['Spotify Streams', 'YouTube Views', 'TikTok Views', 'Pandora Streams', 'Soundcloud Streams']].sum(axis=1)
+
+# - 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').
+
+# Faixas filtradas
+faixas_filtradas = df[(df['Spotify Popularity'] > 80) & (df['Total Streams'] > 1_000_000)]
+
+# - Salve o DataFrame resultante em um novo arquivo JSON chamado 'faixas_filtradas.json'
+
+#Salvar df
+faixas_filtradas.to_json('faixas_filtradas.json', index=False)
+
+# - Garanta que o arquivo foi salvo corretamente
+
+#Carregando o arquivo 'faixas_filtradas.json', chamei de 'faixas'
+faixas = pd.read_json('C:/Users/carol/OneDrive/Área de Trabalho/Reprograma/on33-python-s11-pandas-numpy-I/Carolyne-Santos/para-casa/faixas_filtradas.json')
+
+#Visualizar
+print(faixas.head())

Carolyne-Santos/para-sala/ETL_pandas.py

@@ -0,0 +1,44 @@
+#Biblioteca
+import pandas as pd
+
+#Carregando o arquivo
+df = pd.read_csv("C:/Users/carol/OneDrive/Área de Trabalho/Reprograma/on33-python-s11-pandas-numpy-I/Carolyne-Santos/para-sala/filtered_list.csv")
+
+#Colunas
+#['TransactionID', 'Date', 'MobileModel', 'Brand', 'Price', 'UnitsSold',
+#       'TotalRevenue', 'CustomerAge', 'CustomerGender', 'Location',
+#       'PaymentMethod', 'Total Sales Value', 'Profit Margin']
+
+#Visualizar
+print(df.head())
+print(df.columns)
+df_valores_nulos = df.isnull()
+print(df_valores_nulos.sum())
+print(df.duplicated().sum())
+print(df.dtypes)
+
+#Visualizar o formato dos dados da coluna 'Date'
+df["Date"] = pd.to_datetime(df["Date"], format="mixed")
+print(df.dtypes)
+
+#Criar uma nova coluna calculada 'Total de Vendas'
+df["Total Sales Value"] = df["Price"] * df["UnitsSold"]
+print(df.columns)
+
+#Criar uma nova coluna calculada 'margem de lucro'
+profit_per_product = 0.30
+df["Profit Margin"] = (df["Price"] * profit_per_product) * df["UnitsSold"]
+
+#Filtrando o df = 'total de vendas' acima de  100.000 e 'margem de lucro' acima de  20.000
+# o (_) esta sendo usado entre os numeros pois assim ele identifica se os dados estiverem com (,) ou (.)
+filtered_df = df[(df["Total Sales Value"] > 100_000) & (df["Profit Margin"] > 20_000)]
+print(filtered_df.head())
+
+#Salvar em csv nosso df filtrado como 'vendas_filtradas'
+filtered_df.to_csv("C:/Users/carol/OneDrive/Área de Trabalho/Reprograma/on33-python-s11-pandas-numpy-I/Carolyne-Santos/para-sala/vendas_filtradas.csv", index=False)
+
+#Carregando o arquivo 'vendas_filtradas', chamei de 'vendas'
+vendas = pd.read_csv("C:/Users/carol/OneDrive/Área de Trabalho/Reprograma/on33-python-s11-pandas-numpy-I/Carolyne-Santos/para-sala/vendas_filtradas.csv")
+
+#Visualizar
+print(vendas.head())