Pular para o conteúdo principal

Questão de TI - Ciência de Dados e Inteligência Artificial — Pandas — FCC 2025

TI - Ciência de Dados e Inteligência ArtificialPandas
Código
fc150380
Banca
FCC
Órgão
TRT 15
Ano
2025
Cargo
AJ TRT15

Considere o código Python abaixo que utiliza a biblioteca pandas para manipular um conjunto de dados.

 

import pandas as pd


dados = {
    'numero_processo': ['12345-67', '98765-43', '56789-01', '34567-89'],
    'valor_processo': [10000.0, 5000.0, 7500.0, 12000.0],
    'peso': [1.2, 0.8, 1.5, 1.0],
    'status': ['Encerrado', 'Pendente', 'Pendente', 'Encerrado' ]

}

df = pd.DataFrame (dados)


# Filtro para selecionar apenas processos com status 'Pendente'
filtro = df ['status'] == 'Pendente'

 

# Aplicar o filtro e calcular a média ponderada
media_ponderada - I


print (f"A média ponderada do valor dos processos pendentes é: (media ponderada)")

 

Considerando que o cálculo da média ponderada utiliza a fórmula Média Ponderada= ∑\sum(valorxpeso) / ∑\sum(peso), e que o código será executado em condições ideais, a lacuna I é corretamente preenchida com

  1. A(df [filtro] ['valor_processo'] * df ['peso']) . average.weighted ( )
  2. Bdf [filtro] [ ['valor_processo'] . sum ( ) * df ['peso'] ) .mean ( )
  3. C(df [filtro] ['valor_processo'] / df [filtro] ['peso'] ) .mean ( )
  4. Ddf [filtro] ['valor_processo'] . apply (lambda x: x.mean ( ) )
  5. E(df [filtro] ['valor_processo'] * df [filtro] ['peso'] ) .sum ( ) / df [filtro] ['peso'] . sum ( )
Revelar gabarito e comentário

GabaritoE — (df [filtro] ['valor_processo'] * df [filtro] ['peso'] ) .sum ( ) / df [filtro] ['peso'] . sum ( )

Link permanente: /questoes/fc150380