AtividadeS11

exercicios/para-casa/AgapitoFernanda/atv.py

@@ -0,0 +1,54 @@
+import pandas as pd
+
+df = pd.read_csv('../../../material/mais_ouvidas_2024.csv')
+
+print(df.head())
+print(df.columns)
+print(df.dtypes)
+
+#- Corrija a coluna 'Spotify Streams' para que tenha apenas valores numéricos.
+df ['Spotify Streams'] = df['Spotify Streams'].str.replace(',', '').fillna('0').astype(int)
+print(df['Spotify Streams'])
+
+#- Corrija a coluna 'Release Date' para o formato datetime.
+print(df.dtypes['Release Date'])
+df['Release Date'] = pd.to_datetime(df['Release Date'], format='mixed')
+print(df.dtypes['Release Date'])
+
+#- Converta as colunas 'YouTube Views', 'TikTok Views', 'Pandora Streams', 'Spotify Streams', 'TikTok Likes', 'Shazam Counts', 'Soundcloud Streams' para o tipo inteiro.
+print(df.dtypes)
+
+col_convert =  ['YouTube Views', 'TikTok Views', 'Pandora Streams','TikTok Likes', 'Shazam Counts', 'Soundcloud Streams']
+
+original_dtypes = df[col_convert].dtypes
+print(original_dtypes)
+print()
+
+for col in col_convert:
+    df[col] = df[col].str.replace(',', '')  # Remove as vírgulas
+    df[col] = df[col].fillna('0')           # Substitui NaN por '0'
+    df[col] = df[col].astype(int)           # Converte para int
+
+tipos = df[col_convert].dtypes
+print(tipos)
+
+#- Crie uma nova coluna chamada 'Streaming Popularity', que seja a média da popularidade nas plataformas 'Spotify Popularity', 'YouTube Views', 'TikTok Likes', e 'Shazam Counts'. (lembrem-se que só é possível calcular médias e fazer operações matemáticas com tipos númericos)
+
+df['Streaming Popularity'] = (df['Spotify Popularity'] + df['YouTube Views'] + df['TikTok Likes'] + df['Shazam Counts']) /4
+print(df['Streaming Popularity'])
+
+#- Crie uma coluna 'Total Streams', somando os valores de 'Spotify Streams', 'YouTube Views', 'TikTok Views', 'Pandora Streams', e 'Soundcloud Streams'.
+
+df['Total Streams'] = (df['Spotify Streams'] + df['YouTube Views'] + df['TikTok Views'] + df['Pandora Streams'] + df['Soundcloud Streams'])
+print(df['Total Streams'])
+
+#- Filtre apenas as faixas onde a popularidade do Spotify ('Spotify Popularity') é maior que 80 e que tenham mais de 1 milhão de streams totais ('Total Streams').
+
+filtered_df = df[(df['Spotify Popularity'] > 80) & (df['Total Streams'] > 1_000_000)]
+print (filtered_df)
+
+#- Salve o DataFrame resultante em um novo arquivo JSON chamado 'faixas_filtradas.json'.
+filtered_df.to_csv('./faixas_filtradas.csv', index=False)
+
+
+