Questão 76 — Tecnologia da Informação — Concurso Público para o Tribunal de Contas do Estado de Pernambuco

Considere o seguinte trecho de código Python utilizado por um analista de dados em um projeto de análise de churn de clientes: --- import pandas as pd import numpy as np

df = pd.read_csv("clientes.csv")

df["tempo_contrato"].fillna(df["tempo_contrato"].median(), inplace=True)

df["idade_faixa"] = pd.cut(df["idade"], bins=[0, 25, 40, 60, np.inf], labels=["Jovem", "Adulto", "Meia-idade", "Idoso"])

df["score_normalizado"] = (df["score_credito"] - df["score_credito"].mean()) / df["score_credito"].std()

df_churn = df[df["churn"] == 1].groupby("idade_faixa")["tempo_contrato"].mean()

--- Com base no código acima, e nos conceitos de Pandas e análise de dados, é correto afirmar que:

Alternativa A:
o código utiliza fillna() para substituir valores ausentes por zero, o que pode enviesar a distribuição dos dados.
Alternativa B:
a função cut() cria intervalos categóricos baseados na variável score_credito e substitui valores ausentes por “desconhecido”.
Alternativa C:
a normalização do score de crédito transforma os dados em uma escala entre 0 e 1, facilitando a aplicação de algoritmos de machine learning.
Alternativa D:
o agrupamento final calcula a média do tempo de contrato por faixa etária, considerando apenas os clientes que cancelaram o serviço.
Alternativa E:
o método groupby() não pode ser utilizado após filtragem condicional com colchetes, sendo necessário aplicar query() previamente.

Questão 76 – Tecnologia da Informação – FGV 2024 – Tribunal de Contas do Estado de Pernambuco (Analista de Controle Externo)

Comentários

Treine com histórico e revisão