O ciclo do trabalho com dados
Gerenciar dados é seguir um fluxo: importar, organizar, transformar e visualizar. Importar traz os dados da fonte para o ambiente de análise. Organizar deixa a estrutura consistente. Transformar cria, filtra e resume informações. Visualizar revela padrões e comunica resultados. As etapas se retroalimentam: um gráfico pode mostrar erro que exige nova transformação.
Um analista lê um CSV de vendas, padroniza as colunas, calcula o total por mês e gera um gráfico de linha.
Importação: fontes e formatos
Importar é ler dados de arquivos, bancos ou APIs. CSV é texto delimitado, simples e sem tipos definidos. JSON guarda estruturas aninhadas e é comum em APIs. Excel tem planilhas e formatação. Parquet é colunar e comprimido, eficiente para grandes volumes. Na leitura, atenção a delimitador, codificação de caracteres, cabeçalho e tipo de cada coluna.
Um CSV brasileiro costuma usar ponto e vírgula como separador e vírgula decimal, exigindo parâmetros na leitura.
Organização: dados tidy
Dados organizados (tidy) seguem três regras: cada variável em uma coluna, cada observação em uma linha e cada valor em uma célula. Essa estrutura facilita filtrar, agrupar e plotar. Dados fora do padrão são reestruturados entre formato largo (wide) e longo (long). No R, usa-se pivot_longer e pivot_wider; no pandas, melt e pivot.
Uma tabela com colunas 2023, 2024 e 2025 vira formato longo com as colunas ano e valor.
Na plataforma, cada ideia vem com uma pergunta de checagem, flashcards para revisar e questões da banca.