📚 Datasets do Livro "Sanice: Data Science Ágil para Quem Tem Pressa"

Repositório Oficial de Recursos e Gabaritos

Este repositório contém o material de apoio para o livro "Sanice: Data Science Ágil para Quem Tem Pressa". Aqui você encontrará os datasets utilizados nos exemplos práticos, os scripts comentados de cada capítulo e o projeto de conclusão (Capstone).

O objetivo deste material é garantir que você foque na resolução de problemas e na estratégia de dados, eliminando a barreira da sintaxe repetitiva através do framework S.A.N.I.C.E. (Sistema Automatizado de Normalização, Inteligência Computacional e Estatística).

Este repositório contém os arquivos de dados e gabaritos utilizados nos exemplos práticos do livro.

📂 Estrutura do Repositório

Seguindo a organização proposta no livro, o repositório está estruturado da seguinte forma:

/data:

raw/: Arquivos CSV brutos (como o vendas_jan_2025.csv e o listings.csv do Airbnb). 

processed/: Resultados das etapas de limpeza e engenharia de features.

/chapters: Scripts individuais de cada capítulo (Cap 01 ao 10), incluindo o código da API e o Torneio de Modelos.

/models: Onde o seu "Cérebro Digital" (.pkl) será salvo após o treinamento do AutoML.

📂 Arquivos Disponíveis:

1. vendas_jan_2025.csv (Capítulos 1 a 6)

• Descrição: Dataset de vendas de e-commerce fictício.
• Contém: 1.000 linhas.
• Desafios: Datas em string, valores nulos e formatação de moeda mista (para testar limpeza).

2. listings_rio.csv (Capítulo 9 - Projeto Final - Mordor Inc. vs Airbnb)

• Descrição: Dados reais do Airbnb (Rio de Janeiro).
• Contém: Informações de imóveis, preços, reviews e características.
• Fonte: Inside Airbnb.

Como usar este repositório

Clone o projeto:

git clone https://github.com/wSanice/sanice-book-datasets.git

Instale o framework Sanice (v1.0.10+):

pip install "sanice[api,db]"

Acompanhe os capítulos: Cada script na pasta /chapters corresponde a um estágio da jornada "Do Caos à Inteligência".