Guias › Análise de Dados e Storytelling › Básico
Análise de Dados e Storytelling Básico: Limpeza: vazios e repetidos, Limpeza: erros e formatos, Contando e somando e mais (lições 6 a 10)
Analisar dados é fazer boas perguntas, olhar os números com cuidado e contar a história que eles mostram, de um jeito que qualquer pessoa entenda e use para decidir.
Neste guia você vai ver as lições 6 a 10 do curso de Análise de Dados e Storytelling (nível Básico). Cada lição explica o assunto em quatro partes: o que é, para que serve, como usar e o que você vai ver na tela. No final, há um projeto para juntar tudo o que aprendeu.
Lição 6: Limpeza: vazios e repetidos
Dados reais vêm sujos. Alguns campos ficam vazios (ausentes) e algumas linhas aparecem repetidas. Antes de analisar, é preciso decidir o que fazer com cada caso: completar, remover ou deixar de fora do cálculo.
O que é
Dados de verdade vêm "sujos": têm campos vazios e linhas repetidas. Limpar é arrumar isso antes de calcular.
Para que serve
Serve para os totais não ficarem inflados por linhas repetidas nem errados por causa de campos vazios.
Como você vai usar
Você vai achar linhas repetidas e células vazias numa tabela, remover a cópia e refazer a soma.
O que vai aparecer
Uma tabela de pedidos com problemas escondidos e perguntas para você contar, somar e decidir o que fazer.
Exemplo
Linha repetida → remover uma das cópias
Campo vazio → completar, ou ignorar no cálculoLição 7: Limpeza: erros e formatos
Além de vazios e repetidos, há erros de digitação, textos escritos de jeitos diferentes ("São Paulo", "sao paulo", "S. Paulo"), números guardados como texto e valores impossíveis. Padronizar deixa tudo igual para o computador contar certo.
O que é
Mesmo sem estar vazio, um dado pode estar errado: "São Paulo", "sao paulo" e "S. Paulo" são a mesma cidade, mas o computador acha que são três.
Para que serve
Serve para o computador agrupar e contar direito: depois de padronizar o texto, tudo o que é igual passa a ser tratado como igual.
Como você vai usar
Você vai contar quantos jeitos de escrever uma cidade existem, escolher a correção certa e reconhecer um valor impossível.
O que vai aparecer
Uma tabela com textos bagunçados e perguntas de escolher, marcar e digitar um número.
Exemplo
"São Paulo", "sao paulo" e "S. Paulo" são a mesma cidade
Idade 250 → provável erro de digitaçãoLição 8: Contando e somando
Contar mostra quantas vezes algo aparece (frequência). Somar mostra o total de uma quantidade (valor, peças). Uma tabela de frequência lista cada valor e quantas vezes ele aparece, e é o primeiro resumo de qualquer dado.
O que é
Contar é ver quantas vezes algo aparece; somar é juntar os valores. A tabela de frequência lista cada valor e quantas vezes ele aparece.
Para que serve
Serve para ter o primeiro resumo de qualquer lista: quem aparece mais, quantos tipos existem e que fatia cada um ocupa.
Como você vai usar
Você vai contar os itens de uma lista de vendas, achar o mais vendido, calcular uma porcentagem e ordenar os passos da tabela.
O que vai aparecer
Uma lista de vendas do dia, uma tabela de frequência e perguntas com números e de colocar em ordem.
Exemplo
Pastel 4
Suco 3
Pizza 2
Pudim 1
Total 10Lição 9: Média, mediana e moda
A média é a soma dos valores dividida pela quantidade deles. A mediana é o valor do meio quando os números estão em ordem. A moda é o valor que mais se repete. Cada uma resume os dados de um jeito.
O que é
A média é a soma dividida pela quantidade. A mediana é o número do meio quando tudo está em ordem. A moda é o número que mais se repete.
Para que serve
Serve para descrever uma lista inteira com um só número, escolhendo a medida que combina com o que você quer dizer.
Como você vai usar
Você vai calcular a média, a mediana e a moda de um conjunto de notas e escolher a medida certa para uma situação.
O que vai aparecer
Uma lista de notas e perguntas em que você digita os resultados e liga cada medida ao seu significado.
Exemplo
Notas: 4, 8, 6, 5, 3, 8, 9
Média = 43 ÷ 7 ≈ 6,14
Mediana (em ordem: 3 4 5 6 8 8 9) = 6
Moda = 8Lição 10: Quando a média engana
A média é sensível a valores muito fora do normal (outliers). Um único salário gigante puxa a média para cima e ela deixa de representar o grupo. Nesses casos, a mediana mostra melhor o que é "típico".
O que é
A média pode enganar: um valor muito fora do normal (um salário gigante, por exemplo) puxa a média para cima. A mediana não se deixa puxar.
Para que serve
Serve para você não cair em manchetes como "o salário médio é altíssimo" e para escolher a medida honesta.
Como você vai usar
Você vai calcular a média e a mediana de salários com um valor enorme no meio e dizer qual delas descreve melhor o grupo.
O que vai aparecer
Uma tabela de salários e perguntas de número, de escolher e de marcar várias respostas.
Exemplo
Salários: 2000, 2100, 2200, 2300, 2400, 30000
Média ≈ 6833 (puxada pelo 30000)
Mediana = 2250Projeto: limpando a pesquisa
A padaria fez uma pesquisa de satisfação e a tabela veio bagunçada. Encontre os problemas, limpe os dados e resuma as notas e os tempos de espera.
O que este projeto usa: Limpeza: vazios e repetidos, Limpeza: erros e formatos, Contando e somando, Média, mediana e moda, Quando a média engana.
No CodeUp esse projeto é feito no próprio app, com dicas e correção automática, e não tira vidas de ninguém.
Pratique de verdade. Ler é só o começo: no CodeUp você escreve o código, recebe a correção na hora e ganha pontos.