Projeto final: analise um conjunto de dados de bicicletas compartilhadas
Leve uma exportação bagunçada das linhas brutas até um relatório curto e honesto.
- Limpar um conjunto de dados bruto com regras explícitas e contabilizadas
- Resumir grupos e padrões que respondam a uma pergunta
- Escrever resultados que informem o escopo e os limites
A pergunta: a equipe de bicicletas compartilhadas da cidade pergunta: “Como membros e usuários avulsos usam as bicicletas de formas diferentes, e quando a demanda é maior?” Eles mandaram uma exportação bruta.
Você vai trabalhar como um cientista de dados trabalharia:
- Limpar a exportação, contando quantas linhas cada regra remove - essas contagens vão para o relatório, porque afetam as conclusões.
- Analisar os dados limpos: comparar os grupos de ciclistas, encontrar o horário de pico e descrever a duração das viagens.
- Relatar o que você encontrou, com tamanhos de amostra e ressalvas.
stations = [" Main St", "park ave", "HARBOR "]
print([station.strip().title() for station in stations])['Main St', 'Park Ave', 'Harbor']
Principais conclusões
Limpe com regras explícitas e informe quantas linhas cada uma removeu.
Responda à pergunta com comparações entre grupos e resumos claros.
Informe o tamanho da amostra, o período e as limitações junto com os resultados.
Quiz da aula
5 perguntas · aprovação com 4 acertos · até 50 XP
Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.
Pratique: escreva código em Python
Escreva código Python no editor e execute os testes com exemplos. O Python roda localmente no navegador usando WebAssembly.
Etapa 1: limpe a exportação
Leia o CSV (trip_id,start_hour,minutes,member,station). Aplique, nesta ordem, contando as linhas removidas:
- descarte os
trip_ids duplicados (mantenha o primeiro) →duplicates: N; - trate
minutesigual a −1 como ausente e depois descarte as linhas sem minutos →missing minutes: N; - descarte as linhas com mais de 600 minutos →
impossible minutes: N.
Depois imprima kept K of T trips, limpe station (tire os espaços, use iniciais maiúsculas) e imprima stations: NAME COUNT, ... em ordem alfabética.
- Exportação bruta
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Etapa 2: escreva os números do relatório
Leia um CSV limpo (member,start_hour,minutes) e imprima:
1casual: n=N median=M min (one line per rider type, alphabetically; median to 1 decimal)
2member: n=N median=M min
3busiest hour: H (N trips) (the earliest hour if tied)
4short trips (<15 min): P% (whole percent)Imprima uma linha por tipo de ciclista, em ordem alfabética, com a mediana em 1 casa decimal. Em caso de empate no horário de pico, use o horário mais cedo. A porcentagem de viagens curtas é um número inteiro.
- Dez viagens
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Dúvidas sobre esta lição
Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.
Carregando publicações…