Trate ausências sem inventar observações

1. Investigue um problema

Uma nota está em branco. Ela deve ser substituída por zero antes de comparar as turmas?

2. Entenda os conceitos

Um valor ausente indica que não temos uma observação utilizável naquele campo. Pode resultar de não resposta, falha de registro ou não aplicabilidade. Zero é um valor observado e tem significado próprio; substituir ausência por zero muda esse significado.

isna() identifica ausências e sum() conta True como 1. dropna(subset=["nota"]) remove somente linhas com ausência em nota. Não descarte linhas por ausências em campos irrelevantes para sua pergunta. Preserve o original em outra variável ou arquivo.

Preencher com média ou mediana é uma decisão analítica, não uma correção automática. Pode reduzir artificialmente a variabilidade. Excluir também pode introduzir viés se a ausência estiver relacionada ao fenômeno. Informe quantos registros entraram e saíram e por quê.

Duplicata exata e pessoa duplicada não são a mesma coisa. Um estudante pode ter várias avaliações legítimas. Valide o identificador e a regra de coleta antes de remover registros. Valores extremos exigem investigação, não exclusão por aparência.

Exemplo resolvido em Python

import pandas as pd
df = pd.DataFrame({"nota": [0, 8, None, 10]})
print(df["nota"].isna().sum())
validas = df.dropna(subset=["nota"]).copy()
print(validas["nota"].mean())

Há uma ausência. A média das três notas observadas é 6. O zero permanece. Se a ausência fosse preenchida com zero, a média cairia para 4.5: outra suposição, outro resultado.

Erros frequentes e limites

• fillna(0) pode confundir desconhecido com desempenho nulo.
• dropna() sem subset pode retirar dados úteis.
• Uma tabela limpa ainda pode ter viés de coleta.

3. Acompanhe a aula em vídeo

Recurso complementar: o texto e o notebook permitem estudar sem assistir. Os vídeos ensinam o tema; seus dados e ferramentas podem diferir dos exemplos daqui. Títulos e autoria reconfirmados em 12/10/2026; reprodução integral e legendas ainda precisam de revisão.

4. Execute e investigue

O site confere respostas numéricas e guarda reflexões; ele não executa Python. Execute código real no notebook. A conta Google é exigida pelo Colab para executar e salvar; o curso também pode ser feito localmente sem cadastro.

Abrir notebook no ColabBaixar notebook para Jupyter

• Execute o exemplo resolvido e compare cada saída com a interpretação.
• Altere um valor do exemplo, preveja o efeito e execute novamente. Registre o que mudou.
• Restaure os dados do exemplo e resolva as duas questões. Só depois passe aos novos dados do desafio.

1. Leia a pergunta e preveja a saída.
2. Execute as células de cima para baixo com Shift+Enter.
3. Modifique o exemplo e realize as questões.
4. Volte a esta aba e confira seus resultados abaixo.

Ajuda com Colab, Jupyter e mensagens de erro · Baixar CSV sintético

5. Confira e interprete

A conferência aceita vírgula ou ponto decimal e tolerância indicada em cada questão; resultados exatos exigem igualdade. Um resultado correto não comprova o método: registre o código no notebook.

6. Resolva um desafio concreto

No CSV, conte notas ausentes por turma e produza uma cópia com notas válidas. Compare o número de linhas antes e depois. Escreva uma decisão de limpeza e uma limitação, preservando a tabela original.

Dados: exemplos e CSV sintéticos, criados para ensinar; não representam estudantes reais. A entrega inclui código executado e interpretação no notebook.

print(df.groupby("turma")["nota"].apply(lambda s: s.isna().sum()))
validas = df.dropna(subset=["nota"]).copy()
print(len(df), len(validas))

Revise sua entrega com os critérios

Marque somente o que conferiu na sua análise. A avaliação de interpretação é sua; o site não dá nota automática.

7. O que você consegue fazer agora?

Limpar dados exige registrar decisões e reconhecer o que não sabemos.

Refazer mantém seus textos.

Exporte aqui antes de navegar se o armazenamento estiver indisponível. A exportação inclui os registros disponíveis nesta página e não salva seu notebook.