https://github.com/albertofaraujo/py_analiseceaps
Análise exploratória de dados públicos do CEAPS (Cota para exercício de atividades parlamentares dos Senadores)
https://github.com/albertofaraujo/py_analiseceaps
analise-de-dados analise-exploratoria dashboard data-science python streamlit
Last synced: about 2 months ago
JSON representation
Análise exploratória de dados públicos do CEAPS (Cota para exercício de atividades parlamentares dos Senadores)
- Host: GitHub
- URL: https://github.com/albertofaraujo/py_analiseceaps
- Owner: AlbertoFAraujo
- Created: 2023-07-17T17:20:11.000Z (almost 3 years ago)
- Default Branch: main
- Last Pushed: 2024-05-09T22:40:12.000Z (about 2 years ago)
- Last Synced: 2025-03-27T11:23:44.791Z (over 1 year ago)
- Topics: analise-de-dados, analise-exploratoria, dashboard, data-science, python, streamlit
- Language: Jupyter Notebook
- Homepage: https://dash2022ceaps.streamlit.app/
- Size: 1.26 MB
- Stars: 1
- Watchers: 1
- Forks: 0
- Open Issues: 2
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
**Link da aplicação:** https://dash2022ceaps.streamlit.app/
### Tecnologias utilizadas:
| [
](https://www.python.org/) | [
](https://www.streamlit.io/) | [
](https://pandas.pydata.org/) | [
](https://plotly.com/) |
|:---:|:---:|:---:|:---:|
| Python | Streamlit | Pandas | Plotly |
### Objetivo:
Este projeto tem por objetivo analisar as variáveis dos dados públicos de Cota para Exercício da Atividade Parlamentar dos Senadores (CEAPS).
O foco da análise é extrair informações sobre as despesas e os valores reembolsados pelos Senadores em 2022 com uma visão geral dos gastos (médios ou totais) e individuais, utilizando a biblioteca *plotly* e *streamlit* em python para criar os gráficos dinâmicos.
Os dados públicos podem ser acessados em: [https://www12.senado.leg.br/dados-abertos/conjuntos?portal=Administrativo&grupo=senadores](https://www12.senado.leg.br/dados-abertos/conjuntos?portal=Administrativo&grupo=senadores)
### Etapas do projeto:
1. Definição do objetivo da análise e coleta dos dados públicos;
2. Importação e tratamento dos dados (Limpeza, transformações, formatações de campos, análise de valores *null*, análise de variáveis, criação de variáveis auxiliares) - Biblioteca Pandas;
3. Definição do layout e criação de análises de variáveis (Gerais ou individuais dos Senadores) - Streamlit
4. Deploy do projeto final e hospedagem Streamlit app
### Projeto Final:
