Análise de Projetos de Investimento no DF - ObrasGov.br

Autor: Wallyson Souza Data: 17 de Outubro de 2025

1. Visão Geral

Este projeto consiste em um pipeline completo de análise de dados, desenvolvido como parte de um desafio técnico. O objetivo é extrair dados de projetos de investimento do Distrito Federal da API ObrasGov.br, realizar um processo de tratamento e limpeza (Transformação), carregar os dados em um banco de dados relacional (Carga) e, por fim, realizar uma análise quantitativa e qualitativa para extrair insights.

O notebook obrasgov_analise.ipynb contém todo o processo documentado, desde a extração até as conclusões finais.

2. Etapas do Projeto

O projeto foi estruturado seguindo um fluxo de trabalho padrão de análise de dados:

1. Extração de Dados: Conexão com a API do ObrasGov.br para extrair todos os registros de projetos de investimento para o Distrito Federal (DF). O código inclui uma lógica para salvar os dados brutos localmente, evitando chamadas excessivas à API.

2. Tratamento e Limpeza (Transformação):

   • Seleção das colunas mais relevantes para a análise.
   • Padronização dos nomes das colunas para o formato snake_case.
   • Correção dos tipos de dados (strings para datetime e numeric).
   • Tratamento de dados complexos, como listas e dicionários aninhados em formato de texto, que foram simplificados.
   • Criação de uma nova coluna (categoria_social) através da categorização de textos longos para viabilizar a análise.
   • Tratamento de valores ausentes.

3. Armazenamento (Carga): Os dados limpos e tratados foram carregados em um banco de dados SQLite, contido no arquivo dados/obras_gov_df.db.

4. Análise e Visualização: Foram gerados gráficos para responder a perguntas-chave, como:

   • Qual a distribuição dos projetos por situação?
   • Onde os investimentos estão sendo focados (por categoria social)?
   • Como o número de novos projetos evoluiu ao longo dos anos?

5. Análise Qualitativa e Conclusão: Interpretação dos gráficos para identificar padrões, formular hipóteses e apresentar os principais insights do projeto.

3. Tecnologias Utilizadas

• Linguagem: Python 3
• Bibliotecas Principais:
  • pandas para manipulação e análise de dados.
  • requests para consumo da API.
  • matplotlib e seaborn para visualização de dados.
  • sqlite3 para interação com o banco de dados.
• Ambiente: Jupyter Notebook

4. Como Executar o Projeto

Siga os passos abaixo para configurar e executar o projeto localmente.

Pré-requisitos

• Git
• Python 3.8 ou superior

Passos

1. Clone o repositório:

   git clone git@github.com:devwallyson/desafio_ObrasGov.git

2. Navegue até a pasta do projeto:

   cd desafio_obrasGov

3. Crie e ative um ambiente virtual:

   • No Windows:

     python -m venv venv
     .\venv\Scripts\activate

   • No macOS / Linux:

     python3 -m venv venv
     source venv/bin/activate

4. Instale as dependências:

   pip install -r requirements.txt

5. Inicie o Jupyter Notebook:

   jupyter notebook

6. Abra o arquivo obrasgov_analise.ipynb e execute as células. Recomenda-se usar a opção "Restart & Run All" para garantir a execução na ordem correta.