etl.py

from functools import reduce

with open(r"Sprint 2\Exercicios\Parte4\Arquivo\actors.csv") as dados:
    linhas = dados.readlines()
    listas = list(map(lambda linha: linha.strip('\n').split(','), linhas))
    listas.pop(0)

    dic_atores = []

    for lista in listas:
        if lista[1] == ' Jr."':
            actor = lista[0].strip('"') + lista[1].strip('"')
            total_gross = float(lista[2])
            number_of_movies = int(lista[3])
            average_per_movie = float(lista[4])
            movie_1 = lista[5]
            gross = float(lista[6])
        else:
            actor = lista[0]
            total_gross = float(lista[1])
            number_of_movies = int(lista[2])
            average_per_movie = float(lista[3])
            movie_1 = lista[4]
            gross = float(lista[5])

        dic_atores.append({
            'actor' : actor,
            'total_gross' : total_gross,
            'number_of_movies' : number_of_movies,
            'average_per_movie' : average_per_movie,
            'movie_1' : movie_1,
            'gross' : gross
        })
    

    # ETAPA 1
    with open(r"Sprint 2\Exercicios\Parte4\etapa-1.txt", "w", encoding="utf-8") as arquivo:
        ordenado_por_filmes = sorted(dic_atores, key=lambda x: x['number_of_movies'], reverse=True)
        ator_com_mais_filmes = ordenado_por_filmes[0]

        texto = f'O(A) ator/atriz que possui mais filmes no dataset é {ator_com_mais_filmes['actor']} com {ator_com_mais_filmes['number_of_movies']} filmes.'
        arquivo.write(texto)
    

    # ETAPA 2
    with open(r"Sprint 2\Exercicios\Parte4\etapa-2.txt", "w", encoding="utf-8") as arquivo:
        media_de_receita = reduce(lambda soma, x: x['gross'] + soma, dic_atores, 0) / len(dic_atores)

        texto = f'A média de receita de bilheteria dos principais filmes de cada ator no dataset é de {round(media_de_receita, 2)} milhões de dólares.'
        arquivo.write(texto)


    # ETAPA 3
    with open(r"Sprint 2\Exercicios\Parte4\etapa-3.txt", "w", encoding="utf-8") as arquivo:
        ordenado_por_media = sorted(dic_atores, key=lambda x: x['average_per_movie'], reverse=True)
        ator_com_maior_media = ordenado_por_media[0]

        texto =(
            f'O(A) ator/atriz que possui maior média de receita de bilheteria bruta por filme no dataset é '
            f'{ator_com_maior_media['actor']} com {ator_com_maior_media['average_per_movie']} milhões de dólares de média.'
        )

        arquivo.write(texto)

    
    # ETAPA 4
    with open(r"Sprint 2\Exercicios\Parte4\etapa-4.txt", "w", encoding="utf-8") as arquivo:
        lista_quantidades = []
        for item in dic_atores:
            lista_quantidades.append(item['movie_1'])
        
        lista_final = []

        for filme in lista_quantidades:
            quantidade = lista_quantidades.count(filme)
            lista_final.append((filme,quantidade))

        set1 = set(lista_final)
        lista_final = list(sorted(set1, key=lambda x: (-x[1], x[0])))

        for item in lista_final:
            texto = f'O filme {item[0]} aparece {item[1]} vez no dataset\n' if item[1] == 1 else f'O filme {item[0]} aparece {item[1]} vezes no dataset\n'
            arquivo.write(texto)
        

    # ETAPA 5
    with open(r"Sprint 2\Exercicios\Parte4\etapa-5.txt", "w", encoding="utf-8") as arquivo:
        ordenado_por_receita = sorted(dic_atores, key=lambda x: x['total_gross'], reverse=True)
        
        for item in ordenado_por_receita:
            texto = f'{item['actor']} - {item['total_gross']}\n'
            arquivo.write(texto)