Limpeza e tratamento de dados meteorológicos (fvm_clima_tempo)

Descrição

Repositório de exemplo para limpeza e tratamento de um pequeno conjunto de dados meteorológicos referentes a dias de jogos esportivos. Inclui um Jupyter Notebook (fvm_clima_tempo.ipynb) que explora, visualiza e sugere tratamentos para dados inconsistentes, ausentes e outliers.

Conteúdo do repositório

• fvm_clima_tempo.ipynb — Notebook Jupyter com análise exploratória, visualizações e procedimentos de limpeza/inspeção.
• tempo.csv — Conjunto de dados em CSV usado pelo notebook (formatado com ; como separador).
• requirements.txt — Lista de dependências (atenção: o arquivo atualmente contém caracteres inválidos/encodificação estranha; veja seção de setup).
• .gitignore — Arquivos/dirs ignorados pelo Git (venv, pycache, .pyc).

Resumo do dataset (tempo.csv)

Colunas:

• Aparencia — aparência do céu (valores esperados: sol, nublado, chuva, etc.).
• Temperatura — temperatura em °F.
• Umidade — umidade relativa em %.
• Vento — presença de vento (VERDADEIRO / FALSO).
• Jogar — decisão (sim/nao).

Problemas observados (detectados no notebook)

• Valores ausentes:
  • Umidade: 1 valor ausente
  • Vento: 1 valor ausente (célula vazia)
• Valores inválidos / inconsistentes:
  • Em Aparencia existe o valor "menos" (provável erro de digitação).
  • Em Vento os valores são strings em português (VERDADEIRO, FALSO) — convém converter para boolean.
  • Em Jogar valores sim/nao — convém mapear para boolean ou 1/0.
• Outliers numéricos:
  • Temperatura contém 1220 — muito acima do razoável (provável erro de entrada).
  • Umidade contém 200 — acima de 100% (provável erro).

Instalação e execução

Recomenda-se Python 3.8+ e um ambiente virtual.

1. Criar e ativar venv:

   • Linux/macOS:

     python3 -m venv .venv
     source .venv/bin/activate

   • Windows (PowerShell):

     python -m venv .venv
     .\.venv\Scripts\Activate.ps1

2. Corrigir / instalar dependências:

   • Atenção: se requirements.txt apresentar erro de codificação, abra o arquivo e salve com codificação UTF-8 sem bytes nulos/BOM.
   • Dependências relevantes encontradas no repositório (versões propostas):
     • pandas==2.3.3
     • seaborn==0.13.2
     • voila==0.5.11
   • Instalar:

     pip install pandas==2.3.3 seaborn==0.13.2 voila==0.5.11
     # ou, após corrigir requirements.txt
     pip install -r requirements.txt

3. Executar o notebook:

   jupyter notebook fvm_clima_tempo.ipynb
   # ou utilze o voila
   voila fvm_clima_tempo.ipynb

   Ou usar JupyterLab / Google Colab (suba o notebook e o CSV).

Contribuição

Pull requests são bem-vindos. Para contribuições:

1. Abra uma branch com mudanças.
2. Corrija o requirements.txt se necessário (salve em UTF-8).
3. Inclua testes simples ou explique a lógica de limpeza aplicada.

Contato

Criador do repositório: cllmenate (GitHub)

Licença

MIT License.