Este projeto aplica técnicas de tratamento de dados (data wrangling) para reunir, limpar e analisar dois conjuntos de dados — um sobre filmes e séries da Netflix e outro sobre o PIB mundial, obtido por meio da API do Banco Mundial.
O objetivo principal é investigar a relação entre o poder econômico de um país (PIB) e o nível de produção audiovisual presente na plataforma.

Neste projeto, apliquei as habilidades adquiridas em tratamento de dados para:

• Coletar e extrair dados de diferentes fontes (download manual e API).
• Avaliar e limpar os dados de forma programática.
• Armazenar e combinar diferentes bases.
• Visualizar e interpretar correlações com Python.

• Tipo: Arquivo CSV (baixado manualmente do Kaggle)
• Descrição: Contém informações sobre filmes e séries disponíveis na Netflix.
• Principais variáveis:
  • type: Filme ou Série
  • title: Título da produção
  • director: Nome do diretor
  • cast: Lista de atores
  • country: País de origem
  • release_year: Ano de lançamento
  • rating: Classificação indicativa
  • duration: Duração (em minutos ou temporadas)

📈 Este conjunto permite analisar padrões de produção audiovisual por país.

• Tipo: Dados em JSON obtidos via API do Banco Mundial
• Método: Extração automatizada por requisição HTTP.
• Principais variáveis:
  • country: Nome do país
  • year: Ano de observação
  • gdp (US$): PIB total em dólares correntes

🌍 Este conjunto fornece o contexto econômico necessário para comparação com os dados da Netflix.

Existe relação entre o PIB de um país e a quantidade de produções da Netflix associadas a ele?

1. Coleta de Dados

   • Dados da Netflix baixados manualmente do Kaggle.
   • Dados de PIB obtidos via API do Banco Mundial com requests.

2. Avaliação dos Dados

   • Verificação de completude, consistência e valores ausentes.
   • Garantia de que cada base possuía mais de 500 observações e pelo menos 2 variáveis.

3. Limpeza dos Dados

   • Padronização de nomes de colunas e países.
   • Remoção de valores nulos e registros irrelevantes.

4. Junção dos Dados

   • Combinação das bases por país.
   • Contagem de títulos da Netflix por país e cruzamento com o PIB.

5. Análise e Visualização

   • Cálculo de correlação entre PIB e número de títulos.
   • Criação de heatmaps com a biblioteca Seaborn.

# 1. Instale as dependências
pip install numpy pandas matplotlib requests seaborn scikit-learn SQLAlchemy beautifulsoup4 pillow openpyxl

# 2. Execute o notebook
jupyter notebook data_wrangling_project.ipynb