FC ConcursosFC Concursos

Questão FC331221

Durante a preparação de um conjunto de dados para análise preditiva de inadimplência, um cientista de dados identificou diversos problemas de qualidade nos dados, incluindo: • camp

Linguagens de Programação

FGV · 2025

Durante a preparação de um conjunto de dados para análise preditiva de inadimplência, um cientista de dados identificou diversos problemas de qualidade nos dados, incluindo:

 

• campos numéricos com valores negativos que não fazem sentido (como "idade" ou "renda");

 

• colunas categóricas com múltiplas grafias para a mesma categoria (ex: "PE", "pe", "Pernambuco");

 

• presença de valores nulos em campos-chave como “renda” e “número de dependentes”;

 

• valores repetidos na chave primária “ID cliente”.

 

Com base nas dimensões de qualidade de dados e nas boas práticas de tratamento com Python - especialmente usando Pandas -, é correto afirmar que a:

  1. validação para garantir que a idade não seja negativa é uma verificação de conformidade e pode ser realizada no Pandas, utilizando filtros booleanos.
  2. detecção e remoção de duplicatas de chave primária atende à dimensão de completude, e deve ser feita usando dropna.
  3. padronização de grafias em colunas categóricas está relacionada à dimensão de integridade, enquanto o tratamento de nulos se refere à unicidade.
  4. substituição de valores nulos por zero é recomendada em todos os casos, pois preserva a precisão dos dados para modelagem.
  5. coluna com grafias variadas não compromete a análise, desde que os dados estejam completos, pois está dentro da acurácia esperada.
Mostrar resposta e comentário

Gabarito

A

Comentário do professor

A verificação de que a idade não seja negativa é uma checagem de conformidade (também chamada de validade): confirma que os valores obedecem à regra de negócio \( \text{idade} \ge 0 \).


No Pandas isso é feito com filtros booleanos. Ex.: para manter só registros válidos use df = df[df['idade'] >= 0]; para listar inválidos use df[df['idade'] < 0].


Depois de identificar os casos inválidos, aplique a ação adequada: correção quando possível, imputação com critério documentado ou remoção. Registre a regra e inclua essa validação no ETL e nos pipelines de ML para evitar vieses e resultados incorretos.

Conteúdo do catálogo FC Concursos · Atualizado em

Continue aprendendo