conteudo_readme = """Análise de Dados: Titanic Dataset Desafio extra do curso treinamento Carreira Tech - Trilha Análise de Dados - Introdução ao Data Science de dados do histórico.
O objetivo:
- importação dos dados;
- compreensão do conjunto de informações;
- preparação e tratamento dos dados;
- verificação e tratamento de valores nulos e duplicados;
- ajustes de tipagem;
- organização das colunas
- agrupamento dos dados
- visualização gráfica
Para essa atvidade foi utilizado o histórico de passageiros do Titanic, por meio do arquivo com os dados do titanic.
Tecnologias utilizadas: Python 3.12 Pandas para a manipulação e análise de dados Seaborn/Matplotlib para a visualização de dados estatísticos
Detalhamento das etapas:
- Importação e compreensão:
Os dados foram carregados a partir de um arquivo .CSV (titanic_dataset.csv). Para uma visualização incial, foi utilizado o comando df.head() e df.info() para visualizar os tipos de variáveis e valores nulos e campos vazios.
- Tratamento e limpeza dos dados:
Verificação de dados Dduplicados com o comando df.duplicated() e a exclusãp com df.drop_duplicates().
Tratamento de Nnlos:
Dados nulos no campo 'Age': os campo nulos foram substituidos pela média das idades.
Coluna 'Cabin' com campos em branco: os campos em branco foram preenchidos com a palavra "Desconhecida".
Dados numls no campo 'Embarked': Como havia apenas dois registros nulos, foi realizada a remoção das linhas, pois o impacto no total de dados é mínimo.
- Ajustes dos tipos e organização:
A coluna Age foi convertida de decimal para inteiro, usando astype(int).
A ordenação dos dados pela coluna 'Sex' para facilitar a visualização de grupos específicos.
Análise Eeploratória:
Agrupamento: o método groupby(['Sex'])['Survived'].sum() para consolidar o total de sobreviventes por gênero.
A análise de agrupamento e a visualização gráfica mostram uma taxa de sobrevivência significativamente maior entre o sexo feminino.
Visualização gráfica:
Foi gerado um gráfico de barras utilizando a biblioteca seaborn para representar relação entre o sexo e o número de sobreviventes.
sns.barplot(data=df_por_sexo, x='sex', y='survived') plt.show()
Como Executar o Projeto Certifique-se de ter o Python e as bibliotecas Pandas, Seaborn e Matplotlib instaladas. Faça o upload do arquivo titanic_dataset.csv. Execute o script de tratamento para gerar a base limpa e as visualizações.
Projeto desenvolvido como parte do Desafio Extra de Data Analytics."""