Análise do preço dos combustíveis praticados no Brasil

Projeto de Conclusão do Módulo 4 - Curso Data Analytics

🧭 OBJETIVO

Para o projeto final do Módulo 4 da formação em Data Analytics da Resilia Educação, a nossa equipe foi escalada pela Agência Nacional de Petróleo e Gás Natural (ANP) para realizar uma análise exploratória do preço de venda da gasolina e do etanol.

Detalhes do projeto

➔ Serão utilizados os dados dos meses de Julho e Agosto de 2022 para analisar a série histórica dos preços da gasolina e do etanol em todo o Brasil.
➔ Dados disponíveis no site da Agência Nacional de Petróleo (ANP)
➔ Para escrever o código utilizamos a Documentação do Pandas

Requisitos:

◆ Utilizar Jupyter Notebook ou Colab;
◆ Realizar a limpeza dos dados;
◆ Realizar análise exploratória;
◆ Responder cada uma das perguntas com a visualização mais adequada;
◆ O notebook utilizado na análise deve estar organizado, com descrições do passo a passo da análise em markdown, apresentação dos resultados e insights gerados;
◆ Levantar mais duas perguntas e respondê-las da forma que achar mais adequada;

Detalhes do Projeto

A análise realizada pela equipe consiste na resolução dos questionamentos realizados abaixo:

1. Como se comportaram o preço dos combustíveis durante os dois meses citados? Os valores do etanol 
e da gasolina tiveram uma queda ou diminuição?
2. Qual o preço médio da gasolina e do etanol nesses dois meses?  
3. Quais os 5 estados com o preço médio da gasolina e do etanol mais caros?
4. Qual o preço médio da gasolina e do etanol por estado?
5. Qual o município que possui o menor preço para a gasolina e para o etanol?
6. Qual o município que possui o maior preço para a gasolina e para o etanol?
7. Qual a região que possui o maior valor médio da gasolina?
8. Qual a região que possui o menor valor médio do etanol?
9. Há alguma correlação entre o valor do combustível (gasolina e etanol) e a região onde ele é vendido?
10. Há alguma correlação entre o valor do combustível (gasolina e etanol) e a bandeira que vende ele?

FERRAMENTAS UTILIZADAS

💡 COMO EXECUTAR O PROJETO?

1º passo: o usuário deverá fazer o clone do repositório:

• No GitHub navegue até a página inicial do repositório;
• Copie a URL: https://github.com/joaorosa2/analise_combustiveis_brasil.git
• Abra o seu Git Bash;
• Selecione o local onde deseja ter o repositório clonado e digite:

git clone https://github.com/joaorosa2/analise_combustiveis_brasil.git

• Pressione enter para criar o seu clone local.

• Em caso de dúvidas, por favor acesse a documentação:

https://docs.github.com/pt/repositories/creating-and-managing-repositories/cloning-a-repository

2º passo: Fazer download do Anaconda e baixar a ferramenta Jupyter no Python (sistema Windows):

• Baixe o Anaconda através do seguinte link:

https://www.anaconda.com/products/distribution

• Baixe a biblioteca Jupyter através do seguinte link:

https://jupyter.org/

• Faça a instalação do Anaconda no seu computador

3º passo: configuração das variáveis de ambiente do Anaconda:

• Clique no canto inferior esquerdo na no menu INICIAR
• Clique em Meu Computador
• Clique em Disco Local
• Clique em Usuarios
• Clique em User
• Clique em Anaconda 3
• Clique em Este Computador. Em seguida, clique em Disco Local (C:)
• Clique e copie o endereço da URL

4º passo: configurando a variável de ambiente:

• Clique em Meu Computador com o Mouse Direito
• Clique em Propriedades
• Clique em Configurações Avançadas do Sistema
• Clique em Variáveis de Ambiente
• Clique em Path. Em seguida, clique em Editar e Novo
• Cole a URL

5º passo: volte no menu Iniciar e clique novamente na opção Meu Computador. Em seguida, realize os passos abaixo:

• clique em disco local
• clique em usuarios
• clique em user
• clique anaconda 3
• Script

6º passo: clique na URL e copie:

• C:\Users\user\anaconda3\Scripts
• Dê ok em tudo

A configuração da variável de ambiente está pronta!

7º passo: Digite o seguinte comando no menu Iniciar do Windows para abrir o Shell Anaconda:

python e enter

• Aparecerá a configuração do python no Anaconda
• No Anaconda, usaremos o Jupyter, uma ferramenta iterativa onde os códigos aparecem assim que os comandos são digitados na plataforma

⚙ DESCRIÇÃO DAS FERRAMENTAS

• Anaconda: é a principal distribuição para cientistas de dados que usam python
• Jupyter: é a nossa ferramenta para executar código python e visualizar os dados
• Ambientes Virtuais: ajudam isolar um projeto para definir a versão das bibliotecas e do próprio python

🤝TIME DE DESENVOLVEDORES

João Vitor Rosa - Colaborador I

Diego Ferreira - Gestor de Gente e engajamento

Camila - Co-facilitador

Matheus - Gestor do Conhecimento

⌚ METODOLOGIA SCRUM

Abaixo, veja o escopo da sprint do Gráfico de Burndown realizado pelo time:

É possível visualizar o Product Backlog do time pelo grau de prioridade das tarefas

Podemos visualizar o fluxo de trabalho da equipe em forma de Histogramas

Visualize a descrição do Product Backlog através da ferramenta Trello

Visualize a descrição que resume as políticas adotadas pelo time para melhorar a performance no projeto

Análise de Desempenho do time no Cumulative Flow Diagram (CFD) de uma das primeiras etapas da sprint do projeto

Timing de uma das etapas do projeto

Lead Time de uma das perguntas que foram respondidas pelo time ao longo do projeto

Lead Time da tarefa importar tabelas do dataframe