Referencia para analise de dados

[Touraoquaresma]

passo 1: importar a base de dados

import pandas as pd df = pd.read_csv(r'C:\Users\thedr\Documents\PYTHON\python\telecom_users.csv') df = df.drop(["Unnamed: 0"],axis=1) display(df) display(df.info())

passo 2: vizualizar a base de dados

entender quais informações você tem disponivel

descobrir as cagadas da base de dados

passo 3: tratamento da base de dados

valores que estão vazios

excluir informações inuteis

valores que são numeros mas que o python acha que são texto

df['TotalGasto'] = pd.to_numeric(df['TotalGasto'], errors='coerce')

colunas vazias

df = df.dropna(how='all',axis=1) #all colunas completas

linhas vazias

df = df.dropna(how='any',axis=0) print(df.info())

passo 4: Analise exploratoria -> analise geral -> como estão os cancelamentos

per = df['Churn'].value_counts() display(df['Churn'].value_counts(normalize=True).map('{:.1%}'.format))

passo 5: olhando as colunas da nossa base de dados -> identificar o motivo dos clientes cancelarem

import plotly.express as px

for coluna in df: if coluna != "IDCliente": fig = px.histogram(df, x=coluna, color="Churn") print(coluna) grafico = px.histogram(df, x=coluna, color='TotalGasto') #https://plotly.com/python/histograms fig.show() display(df.pivot_table(index="Churn", columns=coluna, aggfunc='count')["IDCliente"])

[Touraoquaresma]

import pandas as pd df = pd.read_csv(r'C:\Users\thedr\Documents\PYTHON\python\telecom_users.csv') df = df.drop(["Unnamed: 0"],axis=1) display(df) display(df.info())

df['TotalGasto'] = pd.to_numeric(df['TotalGasto'], errors='coerce')

colunas vazias

df = df.dropna(how='all',axis=1) #all colunas completas

linhas vazias

df = df.dropna(how='any',axis=0) print(df.info())

per = df['Churn'].value_counts() display(df['Churn'].value_counts(normalize=True).map('{:.1%}'.format))

import plotly.express as px

for coluna in df: if coluna != "IDCliente": fig = px.histogram(df, x=coluna, color="Churn") print(coluna) grafico = px.histogram(df, x=coluna, color='TotalGasto') #https://plotly.com/python/histograms fig.show() display(df.pivot_table(index="Churn", columns=coluna, aggfunc='count')["IDCliente"])