Esse projeto foi desenvolvido com o intuito de realizar uma análise profunda nos dados brutos do ENEM/2021. Para então traçar um panorama do ensino no país, bem como o perfil dos inscritos.
O relatório com toda informação gerada, auxiliada por diversos gráficos está publicada no meu perfil do medium, através do link abaixo:
Os micro dados utilizados neste projetos foram baixados no portal de dados abertos do governo federal, o arquivo CSV não está anexado a este repositório, por ser pesado demais, tendo 1.40 GB e shape de (3.383.000 x 77)
- Main.py
- Arquivo 'filtroDados' ➜ escolaNota.py
- Arquivo 'graphics' ➜ Pasta destinada aos gráficos gerados com matplotlib e seaborn
Arquivo destinado ao tratamento e modelagem dos dados relacionados ao impacto dos tipos de escolas no desempenho
➜ inscritosGeral.py
Arquivo destinado ao tratamento e modelagem dos dados relacionados gerais de candidatos
➜ redacaoNota.py
Modelagem do panorama geral e status das redações do ENEM, bem como do desempenho dos estudantes
➜ socio_economico.py
Modelagem dos dados referente ao fator socioeconomico dos candidatos, e o impacto deste no desempenho final
➜ utils.py arquivo destinados aos import's, arrays com os filtros das tabelas e dicionários para conversão dos dados.
Formato dos dados CSV, shape(3.389.832 x 77):
Criação de arrays com os nomes das colunas necessárias a cada análise:
Já nos arquivos de cada análise, preparei os dados com base na sequência: criação do dataframe utilizando o array correspondente de 'utils.py' / verificação de valores ausentes ou nulos / criação de uma coluna com valores 'Presente' ou 'Eliminado', com base nos valores ausentes das notas de cada disciplina / criação de coluna para a nota média geral de cada inscrito. No caso abaixo, como as quantidades de valores ausentes das colunas "Q00.." são inexpressivas, atribuí valores recorrentes.
Após isso, iniciei as consultas para posterior plotagem e confecção de relatório final, que está postado no Medium: