Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Considere o código Python abaixo que utiliza a biblioteca...
Considere o código Python abaixo que utiliza a biblioteca pandas para manipular um conjunto de dados.
import pandas as pd
dados = {
'numero_processo': ['12345-67', '98765-43', '56789-01*, '34567-89'],
'valor_processo': [10000.0, 5000.0, 7500.0, 12000.0],
'peso': [1.2, 0.8, 1.5, 1.0],
'status': ['Encerrado', 'Pendente', 'Pendente', 'Encerrado"]
}
df = pd.DataFrame (dados)
# Filtro para selecionar apenas processos com status 'Pendente'
filtro = df['status'] == 'Pendente'
# Aplicar o filtro e calcular a média ponderada
media_ponderada = I
print (£"A média ponderada do valor dos processos pendentes é: {media_ponderada}")
Considerando que o cálculo da média ponderada utiliza a fórmula Média Ponderada= Σ (valorxpeso) / Σ (peso), e que o código será executado em condições ideais, a lacuna I é corretamente preenchida com
A
(df[filtro]['valor_processo"] * df['peso']). average.vweighted()
B
df[filtro][['valor_processo'].sum() * df['peso'].sum()] / 'peso'.sum()
C
(df[filtro] ['valor_processo'] / df[filtro]['peso']).mean()
D
df[filtro] ['valor_processo'].apply(lambda x: x.mean())
E
(df[filtro]['valor_processo'] * df[filtro]['peso']).sum() / df[filtro]['peso'].sum()