ComeçarComece de graça

Função definida pelo usuário para criar gráficos

No exercício anterior, você precisou escrever este código para gerar o gráfico:

# Subconjunto com empresas de tech e fmcg
subset_dat = dataset.loc[dataset["comp_type"].isin(["tech", "fmcg"])]

# Calcular a média anual da margem bruta de empresas de tech e fmcg
subset_dat_avg = subset_dat.pivot_table(index=["Year", "comp_type"], values = "gross_margin").reset_index()

# Adicionar a coluna company
subset_dat_avg["company"] = np.where(subset_dat_avg["comp_type"]=="tech", "Avg tech", "Avg fmcg")

# Concatenar os DataFrames
plot_df = pd.concat([subset_dat, subset_dat_avg], axis=0)

# Gerar o gráfico
sns.relplot(data=plot_df.reset_index(drop=True), x="Year", y="gross_margin", hue="company", col="comp_type", kind="line")
plt.show()
plt.close()

Perceba que realizamos as mesmas ações nos DataFrames de tech e FMCG neste exercício. Isso é repetitivo e vai contra um princípio de código chamado DRY - Don't repeat yourself (não se repita). Código repetitivo é ruim porque aumenta seu trabalho e torna seu código mais sujeito a erros. Neste exercício, você vai definir sua própria função para processar dados e gerar gráficos.

Este exercício faz parte do curso

Análise de Demonstrativos Financeiros em Python

Ver curso

Exercício interativo prático

Transforme a teoria em ação com um de nossos exercícios interativos

Começar o exercício