From 4f00367a919fbde6237e4f619e02a0247112b2ef Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?J=C3=A9ssica=20Bom?= <jessica.mlb@gmail.com>
Date: Thu, 22 Aug 2024 00:12:47 -0300
Subject: [PATCH] =?UTF-8?q?Exerc=C3=ADcio=20Semana=2010=20-=20Jessica=20Bo?=
 =?UTF-8?q?m?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 .../para-casa/ETL_para_casa_JessicaBom.py     | 103 ++++++++++++++++++
 1 file changed, 103 insertions(+)
 create mode 100644 exercicios/para-casa/ETL_para_casa_JessicaBom.py

diff --git a/exercicios/para-casa/ETL_para_casa_JessicaBom.py b/exercicios/para-casa/ETL_para_casa_JessicaBom.py
new file mode 100644
index 0000000..010f846
--- /dev/null
+++ b/exercicios/para-casa/ETL_para_casa_JessicaBom.py
@@ -0,0 +1,103 @@
+import pandas as pd
+import matplotlib.pyplot as plt
+from datetime import date as dt
+
+df = pd.read_csv(r"/Users/jessica/reprograma/on33-python-s10-pandas-numpy-II/material/Employee.csv")
+# print(df.describe())
+
+
+
+# 1 - Faça a limpeza do seu dataframe excluindo linhas duplicadas ou preenchendo valores nulos.
+print(df.isnull().sum()) #não retornou valores nulos
+# print(df.duplicated().sum()) #retornou 1889 valores duplicados. Achei muito, resolvi conferir com o value_counts abaixo
+print(df.duplicated().value_counts())
+df.drop_duplicates(inplace=True)
+print(df.duplicated().value_counts())
+
+
+
+
+# 2  - Crie um dataframe que tenha os empregados que trabalham na empresa a mais de 5 anos.
+current_year = dt.today().year
+cutting_time = 5
+df_more_than_five_years = df[current_year - (df["JoiningYear"]) > cutting_time]
+# print(df_more_than_five_years.sum())
+
+
+
+
+# 3- Agrupe os empregados por gênero e idade
+gender_employees = df["Gender"].value_counts()
+age_employees = df["Age"].value_counts()
+
+
+
+
+#4 - e crie um gráfico para cada caso.
+##gráfico do gênero com barras horizontais
+plt.style.use("ggplot") #Achei no medium um site com orientações pra formatar os gráficos e ele usa esse ggplot como estilo, usei também
+gender_employees.plot(figsize=[10,6], kind="barh",fontsize=8, title="Employees by Gender", alpha=.6, color=["darkblue", "purple"], xlabel="Number of employees", ylabel="Gender")
+plt.show()
+
+##gráfico da idade com barras verticais
+age_employees.sort_index().plot(figsize=[10,6], kind="bar", fontsize=8, color="lightblue", width=.9, title="Employees by Age", xlabel="Age of employees", ylabel="Number of employees")
+plt.show()
+
+
+
+
+# 5 - Veja qual a cidade que mais tem empregados
+city_with_more_employees_number = df["City"].value_counts().values
+city_with_more_employees_name = df["City"].value_counts().index
+# print(city_with_more_employees_name, city_with_more_employees_number)
+print(f"\nThe city with more employees is {city_with_more_employees_name[0]} with {city_with_more_employees_number[0]} employees")
+
+
+
+
+# 6 - e faça uma média do tempo de serviço dos empregados por cidade
+df["years_of_service"] = current_year - df["JoiningYear"]
+avg_time_service_by_city = df.groupby("City")["years_of_service"].mean()
+print(f"\nSeguem as médias de tempo de serviço dos empregados por cidade \n{avg_time_service_by_city}")
+
+
+
+
+#7 - Faça a porcentagem de quantos empregados ainda trabalham na empresa (use a coluna `LeaveOrNot` do dataframe)
+total_employees = df["LeaveOrNot"].count()
+still_working = df["LeaveOrNot"].value_counts().values[0]
+percent_employees = still_working / total_employees * 100
+print(f"\nA porcentagem de empregados que continuam trabalhando na empresa é de {percent_employees:.2f}%")
+
+
+
+
+# 8 - Conte quantos empregados existem por `PaymentTier`
+employees_paymentTier = df["PaymentTier"].count()
+print(f"\nO número de empregados é de {employees_paymentTier}\n")
+
+
+
+
+# 9 - Substitua os valores da coluna `EverBenched` para `True` ou `False`
+df["EverBenched"].replace({"Yes": True, "No": False}, inplace=True)
+# print(df["EverBenched"].head())
+
+
+
+
+#10 - Crie um gráfico de pizza com o resultado da coluna `EverBenched` e outro com `LeaveOrNot`
+everbenched_counts = df["EverBenched"].value_counts()
+leaveornot_counts = df["LeaveOrNot"].value_counts()
+
+##gráfico dos everbenched
+labels = ["No", "Yes"] #denominei as labels porque queria que aparecesse mais bonitinho no gráfico do que só com True ou False
+everbenched_counts.plot(kind='pie', labels=labels, autopct='%1.1f%%', colors=['#66c2a5', '#fc8d62'], title='Employees EverBrenched')
+plt.show()
+
+##gráfico dos Leave or Not
+labels = ["Still in company", "Leave the company"]
+leaveornot_counts.plot(kind='pie', labels=labels, autopct='%1.1f%%', colors=['#66c2a5', '#fc8d62'], title='Employees that Leave or Still in the Company')
+plt.show()
+
+#OBS: nos gráficos de pizza usei o auxílio do chatGPT pra formatar mais legal e colocar os rótulos aparecendo (com esse autopct)
\ No newline at end of file