Questão de TI - Ciência de Dados e Inteligência Artificial — Pandas — FCC 2026

Uma equipe de analistas de um Ministério Público está preparando um conjunto de dados contendo informações de denúncias. Parte do pré-processamento envolve o uso de técnicas de feature engineering para o tratamento de valores ausentes em colunas categóricas antes da aplicação de algoritmos de aprendizado de máquina.

Para isso, foi desenvolvido o código abaixo.

import pandas as pd

# Pequeno conjunto de dados de exemplo

data = {

    "tipo_denuncia": ["Ambiental", None, "Penal", "Penal", None],

    "origem": ["Anonima", "Identificada", None, "Anonima", "Anonima"]

}

df = pd.DataFrame(data)

# Seleciona colunas categóricas

categorical_cols = df.select_dtypes(include=['object']).columns

# Substitui valores ausentes pela categoria mais frequente

for col in categorical_cols:

    mode = df[col].mode( )[0]

    I

print(df)

Considerando que esse código será executado em condições ideais, o comando que deve preencher corretamente a lacuna I, para garantir que as variáveis categóricas tenham seus valores ausentes substituídos pela categoria mais frequente, é: