Desafio Técnico - Localiza

Olá! Eu sou a Débora, e este é a minha pipeline de dados para o desafio técnico da Localiza.

Informações

Utilizei as bibliotecas pandas e numpy. A pipeline não faz uma análise tão profunda do dataset, mas tem o necessário para a preparação dos dados para gerar as duas tabelas solicitadas.

Limpeza dos dados

clean_dataframe() -> Remove dados duplicados e substitui dados inconsistente por NaN

set_datatype() -> Define o tipo de dado correto em cada coluna

input_median() -> Substitui valores nulos pela média

Gerando tabelas

• location_per_riskscore() -> Gera uma tabela com a média de risk_score por location_region

• address_bigger_sales() -> Gera uma tabela com 3 receiving_address cujas vendas (transaction_type==sale) tiveram maior amount recentemente (> timestamp)

Instruções para execução

A aplicação está em um container, então com Docker instalado e rodando em sua máquina, você deve executar o código:

docker build -t localizalab .

E pronto, agora você já pode rodar a pipeline no container criado :)

• Para realizar os testes unitários nas funções, basta executar o código dentro da pasta testes:

pytest test_main.py