From 931ceca19e5f59ed884a518104481d120ff8f87c Mon Sep 17 00:00:00 2001
From: Ana Beatriz Figueiredo <anabiafigue01@gmail.com>
Date: Fri, 23 Aug 2024 20:26:43 -0400
Subject: [PATCH] execicios

---
 exercicios/para-casa/ana_beatriz.py | 96 +++++++++++++++++++++++++++++
 1 file changed, 96 insertions(+)
 create mode 100644 exercicios/para-casa/ana_beatriz.py

diff --git a/exercicios/para-casa/ana_beatriz.py b/exercicios/para-casa/ana_beatriz.py
new file mode 100644
index 0000000..c163b88
--- /dev/null
+++ b/exercicios/para-casa/ana_beatriz.py
@@ -0,0 +1,96 @@
+import pandas as pd
+from datetime import datetime
+import matplotlib.pyplot as plt
+
+
+df = pd.read_csv(r"C:\Users\anabi\OneDrive\Área de Trabalho\Git On33\Semana 12\on33-python-s10-pandas-numpy-II\material\Employee.csv")
+
+
+print(df.info())
+print(df.isnull().sum())
+
+
+print(df.drop_duplicates(inplace=True))
+print(df.duplicated().sum())
+
+
+ano_atual = datetime.now().year
+df['Anos de Serviço'] = ano_atual - df['JoiningYear']
+df_mais_5_anos = df[df['Anos de Serviço'] > 5]
+print(df_mais_5_anos.head())
+
+
+generos_funcionarios = df["Gender"].value_counts()
+idade_funcionarios = df["Age"].value_counts().sort_index()
+
+
+generos_funcionarios.plot(kind='bar', figsize=(8, 6), color='skyblue', title= "Gênero dos funcionários")
+plt.show()
+
+
+idade_funcionarios.plot(kind='bar', figsize=(8, 6), color='skyblue', title= "Idade dos funcionários")
+plt.show()
+
+
+cidade_com_mais_empregados = df['City'].value_counts().idxmax()
+print(f"A cidade com mais empregados é: {cidade_com_mais_empregados}")
+
+
+media_tempo_servico_por_cidade = df.groupby('City')['Anos de Serviço'].mean()
+print(media_tempo_servico_por_cidade)
+
+
+total_empregados = len(df)
+
+
+empregados_ativos = len(df[df['LeaveOrNot'] == 0])
+
+
+porcentagem_ativos = (empregados_ativos / total_empregados) * 100
+
+
+print(f"Porcentagem de empregados que ainda trabalham na empresa: {porcentagem_ativos:.2f}%")
+
+
+contagem_tier = df['PaymentTier'].value_counts()
+print(contagem_tier)
+
+
+df['EverBenched'] = df['EverBenched'].apply(lambda x: True if x == 'Yes' else False)
+
+
+print(df.head())
+
+
+everbenched_counts = df['EverBenched'].value_counts()
+leaveornot_counts = df['LeaveOrNot'].value_counts()
+
+
+everbenched_counts.plot(kind='pie',
+    autopct='%1.1f%%',
+    startangle=90,
+    colors=['lightgreen', 'lightcoral'],
+    figsize=(6, 6),
+    title="Distribuição de EverBenched (True/False)"
+)
+plt.xlabel('')  
+plt.grid(False)
+plt.ylabel('')
+plt.show()
+
+
+plt.clf()
+
+
+leaveornot_counts.plot(kind='pie',
+    autopct='%1.1f%%',
+    startangle=90,
+    colors=['lightgreen', 'lightcoral'],
+    labels=['Ainda Trabalha', 'Deixou a Empresa'],
+    figsize=(6, 6),
+    title="Ainda Trabalha/Deixou a Empresa)",
+)
+plt.xlabel('')  
+plt.grid(False)
+plt.ylabel('')
+plt.show()