Questão nº 42
Questão de Tecnologia da Informação · FGV CVM 2024 (nº 42)
Uma das principais atividades de implementação de um ambiente analítico é a limpeza dos conjuntos de dados origem. A biblioteca Pandas do Python é utilizada para analisar e também para limpar conjuntos de dados. Observe o trecho de código Python a seguir, que utiliza a biblioteca Pandas.
```python
import pandas as pd
df = pd.read_csv('data.csv')
df.dropna(inplace = True)
```
O resultado da execução do código apresentado é a alteração do conjunto original de dados com o(a):
- Aeliminação das linhas duplicadas;
- Btruncamento dos dados do tipo boolean;
- Ccorreção dos dados que estão na posição errada;
- Dremoção das linhas com células vazias; (alternativa correta)
- Ealteração do formato errado dos dados.
Resposta comentada
Gabarito Alternativa D
No Pandas, dropna() é uma função usada para lidar com valores ausentes (células vazias ou nulas) em um conjunto de dados. Quando inplace = True é usado, a alteração é aplicada diretamente ao DataFrame original, sem a necessidade de criar uma nova cópia.
- (A) Incorreta: A eliminação de linhas duplicadas é feita pela função
df.drop_duplicates(), não pordropna(). Esta é a armadilha, poisdrop_duplicates()é outra operação comum de limpeza de dados e pode ser facilmente confundida. - (B) Incorreta:
dropna()não realiza truncamento de dados, nem está especificamente relacionada a dados do tipo booleano. Seu foco é na remoção de valores ausentes. - (C) Incorreta: A função
dropna()não corrige dados que estão em posições erradas; ela remove linhas ou colunas que contêm valores ausentes. - (D) Correta: O método
df.dropna()é utilizado para remover linhas (por padrão) ou colunas que contêm valores ausentes (também conhecidos como "células vazias" ou nulas, representadas comoNaNno Pandas). O argumentoinplace = Truegarante que essa remoção seja feita diretamente no DataFramedf. - (E) Incorreta:
dropna()não altera o formato (tipo) dos dados. Para isso, seriam usadas funções comodf.astype()ou outras para conversão de tipos.
Fonte: FGV CVM 2024 Analista CVM - Ciência de Dados (Perfil 7) (Caderno Tipo 1). Reproduzida para fins de estudo.