diff --git a/exercicios/para-casa/Rafaela_Carvalho.ipynb b/exercicios/para-casa/Rafaela_Carvalho.ipynb
new file mode 100644
index 00000000..2d5d6388
--- /dev/null
+++ b/exercicios/para-casa/Rafaela_Carvalho.ipynb
@@ -0,0 +1,69 @@
+{
+ "cells": [
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "\n",
+    "import pandas as pd \n",
+    "from tabulate import tabulate \n",
+    "\n",
+    "datas = pd.read_csv('vendas_ficticias.csv') \n",
+    "\n",
+    "\n",
+    "print(tabulate(datas, headers='keys', tablefmt='fancy_grid'))\n",
+    "\n",
+    "def dados_estatisticos(x,y,z):\n",
+    "    print(\"\\n-------------------------Valores das Vendas-------------------------\\n\")\n",
+    "    \n",
+    "    #Média, mediana, máximo, mínimo e desvio padrão dos valores das vendas\n",
+    "    avg_sales = round(x.mean(),2)\n",
+    "    median_sales = round(x.median(),2)\n",
+    "    max_sales = round(x.max(),2)\n",
+    "    min_sales = round(x.min(),2)\n",
+    "    standard_deviation_sales = round(x.var() ** 0.5,2)\n",
+    "\n",
+    "    print(f'Média Valor da Venda: R${avg_sales}')\n",
+    "    print(f'Mediana Valor da Venda: R${median_sales}')\n",
+    "    print(f'Máximo Valor de Venda: R${max_sales}')\n",
+    "    print(f'Mínimo Valor de Venda: R${min_sales}')\n",
+    "    print(f'Desvio Padrão das Vendas: R${standard_deviation_sales}')\n",
+    "\n",
+    "    print(\"\\n-------------------------Quantidade Vendida-------------------------\\n\")\n",
+    "\n",
+    "    #Média, mediana, máximo, mínimo e desvio padrão das quantidades vendidas.\n",
+    "    avg_amount = round(y.mean(),2)\n",
+    "    median_amount = round(y.median(),2)\n",
+    "    max_amount = round(y.max(),2)\n",
+    "    min_amount = round(y.min(),2)\n",
+    "    standard_deviation_amount = round(y.var() ** 0.5,2)\n",
+    "\n",
+    "    print(f'Média Qtd Vendida: {avg_amount}')\n",
+    "    print(f'Mediana Qtd Vendida: {median_amount}')\n",
+    "    print(f'Qtd Máxima Vendida: {max_amount}')\n",
+    "    print(f'Qtd Mínima Vendida: {min_amount}')\n",
+    "    print(f'Desvio Padrão das Qtds Vendidas: {standard_deviation_amount}')\n",
+    "\n",
+    "    print(\"\\n-------------------------Produto + Vendido-------------------------\\n\")\n",
+    "\n",
+    "\n",
+    "    #Qual produto mais vendeu?\n",
+    "    best_sold = round(z.mode(),2)\n",
+    "    print(f'Produto mais vendido: {best_sold}')\n",
+    "\n",
+    "#chamando a funcao e passando os parametros\n",
+    "\n",
+    "dados_estatisticos(datas['Valor da venda'],datas['Quantidade vendida'],datas['Produto'])"
+   ]
+  }
+ ],
+ "metadata": {
+  "language_info": {
+   "name": "python"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 2
+}
diff --git a/exercicios/para-casa/Rafaella_Roden_Exercicio_para_casa.ipynb b/exercicios/para-casa/Rafaella_Roden_Exercicio_para_casa.ipynb
deleted file mode 100644
index b8bd05cd..00000000
--- a/exercicios/para-casa/Rafaella_Roden_Exercicio_para_casa.ipynb
+++ /dev/null
@@ -1,947 +0,0 @@
-{
-  "nbformat": 4,
-  "nbformat_minor": 0,
-  "metadata": {
-    "colab": {
-      "provenance": []
-    },
-    "kernelspec": {
-      "name": "python3",
-      "display_name": "Python 3"
-    },
-    "language_info": {
-      "name": "python"
-    }
-  },
-  "cells": [
-    {
-      "cell_type": "markdown",
-      "source": [
-        "**Objetivo**\n",
-        "\n",
-        "Realizar uma análise estatística descritiva dos dados de vendas.\n",
-        "\n",
-        "Descrição do Desafio **texto em negrito**\n",
-        "\n",
-        "Suponha que você trabalhe em uma equipe de vendas e recebeu uma lista de vendas fictícias de diferentes produtos ao longo de vários meses. Seu objetivo é realizar uma análise estatística descritiva dos valores das vendas.\n",
-        "\n",
-        "Conjunto de Dados **texto em negrito**\n",
-        "\n",
-        "Os dados estão disponíveis em formato csv (‘vendas_ficticias.csv’) e contêm as seguintes informações para cada venda:\n",
-        "\n",
-        "\n",
-        "• Data da venda • Valor da venda • Vendedor • Quantidade vendida • Produto\n",
-        "\n",
-        "\n",
-        "Perguntas para responder **texto em negrito**\n",
-        "\n",
-        "Calcular a média, mediana, mínimo, máximo e desvio padrão dos valores das vendas e quantidade vendida.\n",
-        "\n",
-        "Qual produto que mais vendeu? (Usar a moda para identificar)."
-      ],
-      "metadata": {
-        "id": "ts3GNCWtgwAm"
-      }
-    },
-    {
-      "cell_type": "code",
-      "source": [
-        "# importando a biblioteca pandas\n",
-        "import pandas as pd"
-      ],
-      "metadata": {
-        "id": "1mroYTg-g95c"
-      },
-      "execution_count": 3,
-      "outputs": []
-    },
-    {
-      "cell_type": "code",
-      "source": [
-        "# lendo arquivo\n",
-        "from google.colab import drive\n",
-        "drive.mount('/content/drive')\n"
-      ],
-      "metadata": {
-        "colab": {
-          "base_uri": "https://localhost:8080/"
-        },
-        "id": "z0GYlwO3ivi0",
-        "outputId": "450872fa-8243-4cb5-bb59-a8b912e3c6e7"
-      },
-      "execution_count": 4,
-      "outputs": [
-        {
-          "output_type": "stream",
-          "name": "stdout",
-          "text": [
-            "Mounted at /content/drive\n"
-          ]
-        }
-      ]
-    },
-    {
-      "cell_type": "code",
-      "source": [
-        "# caminho pro arquivo no drive\n",
-        "file_path = '/content/drive/My Drive/Reprograma/vendas_ficticias.csv'"
-      ],
-      "metadata": {
-        "id": "tBHTmZRMlEt3"
-      },
-      "execution_count": 5,
-      "outputs": []
-    },
-    {
-      "cell_type": "code",
-      "source": [
-        "# lendo o arquivo no colab\n",
-        "df = pd.read_csv(file_path)\n",
-        "df"
-      ],
-      "metadata": {
-        "colab": {
-          "base_uri": "https://localhost:8080/",
-          "height": 423
-        },
-        "id": "pXb38V5Flps4",
-        "outputId": "2f0d7764-e1c0-415f-adac-89e599fa9f66"
-      },
-      "execution_count": 6,
-      "outputs": [
-        {
-          "output_type": "execute_result",
-          "data": {
-            "text/plain": [
-              "   Data da venda  Valor da venda Vendedor  Quantidade vendida    Produto\n",
-              "0     2024-01-29          212.80    Pedro                   8  Produto D\n",
-              "1     2024-05-19          428.04     João                  16  Produto E\n",
-              "2     2024-02-19          982.79      Ana                  20  Produto A\n",
-              "3     2024-02-15          127.86    Pedro                   1  Produto B\n",
-              "4     2024-01-13          429.88    Maria                   6  Produto E\n",
-              "..           ...             ...      ...                 ...        ...\n",
-              "95    2024-03-13           78.17     João                  18  Produto A\n",
-              "96    2024-04-19          865.72    Maria                  14  Produto D\n",
-              "97    2024-01-19          117.36   Carlos                  12  Produto E\n",
-              "98    2024-01-13          934.73    Pedro                   4  Produto E\n",
-              "99    2024-03-26          349.69      Ana                  11  Produto E\n",
-              "\n",
-              "[100 rows x 5 columns]"
-            ],
-            "text/html": [
-              "\n",
-              "  <div id=\"df-d102cb9c-f163-4892-856a-6f2e09b73a37\" class=\"colab-df-container\">\n",
-              "    <div>\n",
-              "<style scoped>\n",
-              "    .dataframe tbody tr th:only-of-type {\n",
-              "        vertical-align: middle;\n",
-              "    }\n",
-              "\n",
-              "    .dataframe tbody tr th {\n",
-              "        vertical-align: top;\n",
-              "    }\n",
-              "\n",
-              "    .dataframe thead th {\n",
-              "        text-align: right;\n",
-              "    }\n",
-              "</style>\n",
-              "<table border=\"1\" class=\"dataframe\">\n",
-              "  <thead>\n",
-              "    <tr style=\"text-align: right;\">\n",
-              "      <th></th>\n",
-              "      <th>Data da venda</th>\n",
-              "      <th>Valor da venda</th>\n",
-              "      <th>Vendedor</th>\n",
-              "      <th>Quantidade vendida</th>\n",
-              "      <th>Produto</th>\n",
-              "    </tr>\n",
-              "  </thead>\n",
-              "  <tbody>\n",
-              "    <tr>\n",
-              "      <th>0</th>\n",
-              "      <td>2024-01-29</td>\n",
-              "      <td>212.80</td>\n",
-              "      <td>Pedro</td>\n",
-              "      <td>8</td>\n",
-              "      <td>Produto D</td>\n",
-              "    </tr>\n",
-              "    <tr>\n",
-              "      <th>1</th>\n",
-              "      <td>2024-05-19</td>\n",
-              "      <td>428.04</td>\n",
-              "      <td>João</td>\n",
-              "      <td>16</td>\n",
-              "      <td>Produto E</td>\n",
-              "    </tr>\n",
-              "    <tr>\n",
-              "      <th>2</th>\n",
-              "      <td>2024-02-19</td>\n",
-              "      <td>982.79</td>\n",
-              "      <td>Ana</td>\n",
-              "      <td>20</td>\n",
-              "      <td>Produto A</td>\n",
-              "    </tr>\n",
-              "    <tr>\n",
-              "      <th>3</th>\n",
-              "      <td>2024-02-15</td>\n",
-              "      <td>127.86</td>\n",
-              "      <td>Pedro</td>\n",
-              "      <td>1</td>\n",
-              "      <td>Produto B</td>\n",
-              "    </tr>\n",
-              "    <tr>\n",
-              "      <th>4</th>\n",
-              "      <td>2024-01-13</td>\n",
-              "      <td>429.88</td>\n",
-              "      <td>Maria</td>\n",
-              "      <td>6</td>\n",
-              "      <td>Produto E</td>\n",
-              "    </tr>\n",
-              "    <tr>\n",
-              "      <th>...</th>\n",
-              "      <td>...</td>\n",
-              "      <td>...</td>\n",
-              "      <td>...</td>\n",
-              "      <td>...</td>\n",
-              "      <td>...</td>\n",
-              "    </tr>\n",
-              "    <tr>\n",
-              "      <th>95</th>\n",
-              "      <td>2024-03-13</td>\n",
-              "      <td>78.17</td>\n",
-              "      <td>João</td>\n",
-              "      <td>18</td>\n",
-              "      <td>Produto A</td>\n",
-              "    </tr>\n",
-              "    <tr>\n",
-              "      <th>96</th>\n",
-              "      <td>2024-04-19</td>\n",
-              "      <td>865.72</td>\n",
-              "      <td>Maria</td>\n",
-              "      <td>14</td>\n",
-              "      <td>Produto D</td>\n",
-              "    </tr>\n",
-              "    <tr>\n",
-              "      <th>97</th>\n",
-              "      <td>2024-01-19</td>\n",
-              "      <td>117.36</td>\n",
-              "      <td>Carlos</td>\n",
-              "      <td>12</td>\n",
-              "      <td>Produto E</td>\n",
-              "    </tr>\n",
-              "    <tr>\n",
-              "      <th>98</th>\n",
-              "      <td>2024-01-13</td>\n",
-              "      <td>934.73</td>\n",
-              "      <td>Pedro</td>\n",
-              "      <td>4</td>\n",
-              "      <td>Produto E</td>\n",
-              "    </tr>\n",
-              "    <tr>\n",
-              "      <th>99</th>\n",
-              "      <td>2024-03-26</td>\n",
-              "      <td>349.69</td>\n",
-              "      <td>Ana</td>\n",
-              "      <td>11</td>\n",
-              "      <td>Produto E</td>\n",
-              "    </tr>\n",
-              "  </tbody>\n",
-              "</table>\n",
-              "<p>100 rows × 5 columns</p>\n",
-              "</div>\n",
-              "    <div class=\"colab-df-buttons\">\n",
-              "\n",
-              "  <div class=\"colab-df-container\">\n",
-              "    <button class=\"colab-df-convert\" onclick=\"convertToInteractive('df-d102cb9c-f163-4892-856a-6f2e09b73a37')\"\n",
-              "            title=\"Convert this dataframe to an interactive table.\"\n",
-              "            style=\"display:none;\">\n",
-              "\n",
-              "  <svg xmlns=\"http://www.w3.org/2000/svg\" height=\"24px\" viewBox=\"0 -960 960 960\">\n",
-              "    <path d=\"M120-120v-720h720v720H120Zm60-500h600v-160H180v160Zm220 220h160v-160H400v160Zm0 220h160v-160H400v160ZM180-400h160v-160H180v160Zm440 0h160v-160H620v160ZM180-180h160v-160H180v160Zm440 0h160v-160H620v160Z\"/>\n",
-              "  </svg>\n",
-              "    </button>\n",
-              "\n",
-              "  <style>\n",
-              "    .colab-df-container {\n",
-              "      display:flex;\n",
-              "      gap: 12px;\n",
-              "    }\n",
-              "\n",
-              "    .colab-df-convert {\n",
-              "      background-color: #E8F0FE;\n",
-              "      border: none;\n",
-              "      border-radius: 50%;\n",
-              "      cursor: pointer;\n",
-              "      display: none;\n",
-              "      fill: #1967D2;\n",
-              "      height: 32px;\n",
-              "      padding: 0 0 0 0;\n",
-              "      width: 32px;\n",
-              "    }\n",
-              "\n",
-              "    .colab-df-convert:hover {\n",
-              "      background-color: #E2EBFA;\n",
-              "      box-shadow: 0px 1px 2px rgba(60, 64, 67, 0.3), 0px 1px 3px 1px rgba(60, 64, 67, 0.15);\n",
-              "      fill: #174EA6;\n",
-              "    }\n",
-              "\n",
-              "    .colab-df-buttons div {\n",
-              "      margin-bottom: 4px;\n",
-              "    }\n",
-              "\n",
-              "    [theme=dark] .colab-df-convert {\n",
-              "      background-color: #3B4455;\n",
-              "      fill: #D2E3FC;\n",
-              "    }\n",
-              "\n",
-              "    [theme=dark] .colab-df-convert:hover {\n",
-              "      background-color: #434B5C;\n",
-              "      box-shadow: 0px 1px 3px 1px rgba(0, 0, 0, 0.15);\n",
-              "      filter: drop-shadow(0px 1px 2px rgba(0, 0, 0, 0.3));\n",
-              "      fill: #FFFFFF;\n",
-              "    }\n",
-              "  </style>\n",
-              "\n",
-              "    <script>\n",
-              "      const buttonEl =\n",
-              "        document.querySelector('#df-d102cb9c-f163-4892-856a-6f2e09b73a37 button.colab-df-convert');\n",
-              "      buttonEl.style.display =\n",
-              "        google.colab.kernel.accessAllowed ? 'block' : 'none';\n",
-              "\n",
-              "      async function convertToInteractive(key) {\n",
-              "        const element = document.querySelector('#df-d102cb9c-f163-4892-856a-6f2e09b73a37');\n",
-              "        const dataTable =\n",
-              "          await google.colab.kernel.invokeFunction('convertToInteractive',\n",
-              "                                                    [key], {});\n",
-              "        if (!dataTable) return;\n",
-              "\n",
-              "        const docLinkHtml = 'Like what you see? Visit the ' +\n",
-              "          '<a target=\"_blank\" href=https://colab.research.google.com/notebooks/data_table.ipynb>data table notebook</a>'\n",
-              "          + ' to learn more about interactive tables.';\n",
-              "        element.innerHTML = '';\n",
-              "        dataTable['output_type'] = 'display_data';\n",
-              "        await google.colab.output.renderOutput(dataTable, element);\n",
-              "        const docLink = document.createElement('div');\n",
-              "        docLink.innerHTML = docLinkHtml;\n",
-              "        element.appendChild(docLink);\n",
-              "      }\n",
-              "    </script>\n",
-              "  </div>\n",
-              "\n",
-              "\n",
-              "<div id=\"df-fa6b734b-0a30-49da-be9d-58986d8e7980\">\n",
-              "  <button class=\"colab-df-quickchart\" onclick=\"quickchart('df-fa6b734b-0a30-49da-be9d-58986d8e7980')\"\n",
-              "            title=\"Suggest charts\"\n",
-              "            style=\"display:none;\">\n",
-              "\n",
-              "<svg xmlns=\"http://www.w3.org/2000/svg\" height=\"24px\"viewBox=\"0 0 24 24\"\n",
-              "     width=\"24px\">\n",
-              "    <g>\n",
-              "        <path d=\"M19 3H5c-1.1 0-2 .9-2 2v14c0 1.1.9 2 2 2h14c1.1 0 2-.9 2-2V5c0-1.1-.9-2-2-2zM9 17H7v-7h2v7zm4 0h-2V7h2v10zm4 0h-2v-4h2v4z\"/>\n",
-              "    </g>\n",
-              "</svg>\n",
-              "  </button>\n",
-              "\n",
-              "<style>\n",
-              "  .colab-df-quickchart {\n",
-              "      --bg-color: #E8F0FE;\n",
-              "      --fill-color: #1967D2;\n",
-              "      --hover-bg-color: #E2EBFA;\n",
-              "      --hover-fill-color: #174EA6;\n",
-              "      --disabled-fill-color: #AAA;\n",
-              "      --disabled-bg-color: #DDD;\n",
-              "  }\n",
-              "\n",
-              "  [theme=dark] .colab-df-quickchart {\n",
-              "      --bg-color: #3B4455;\n",
-              "      --fill-color: #D2E3FC;\n",
-              "      --hover-bg-color: #434B5C;\n",
-              "      --hover-fill-color: #FFFFFF;\n",
-              "      --disabled-bg-color: #3B4455;\n",
-              "      --disabled-fill-color: #666;\n",
-              "  }\n",
-              "\n",
-              "  .colab-df-quickchart {\n",
-              "    background-color: var(--bg-color);\n",
-              "    border: none;\n",
-              "    border-radius: 50%;\n",
-              "    cursor: pointer;\n",
-              "    display: none;\n",
-              "    fill: var(--fill-color);\n",
-              "    height: 32px;\n",
-              "    padding: 0;\n",
-              "    width: 32px;\n",
-              "  }\n",
-              "\n",
-              "  .colab-df-quickchart:hover {\n",
-              "    background-color: var(--hover-bg-color);\n",
-              "    box-shadow: 0 1px 2px rgba(60, 64, 67, 0.3), 0 1px 3px 1px rgba(60, 64, 67, 0.15);\n",
-              "    fill: var(--button-hover-fill-color);\n",
-              "  }\n",
-              "\n",
-              "  .colab-df-quickchart-complete:disabled,\n",
-              "  .colab-df-quickchart-complete:disabled:hover {\n",
-              "    background-color: var(--disabled-bg-color);\n",
-              "    fill: var(--disabled-fill-color);\n",
-              "    box-shadow: none;\n",
-              "  }\n",
-              "\n",
-              "  .colab-df-spinner {\n",
-              "    border: 2px solid var(--fill-color);\n",
-              "    border-color: transparent;\n",
-              "    border-bottom-color: var(--fill-color);\n",
-              "    animation:\n",
-              "      spin 1s steps(1) infinite;\n",
-              "  }\n",
-              "\n",
-              "  @keyframes spin {\n",
-              "    0% {\n",
-              "      border-color: transparent;\n",
-              "      border-bottom-color: var(--fill-color);\n",
-              "      border-left-color: var(--fill-color);\n",
-              "    }\n",
-              "    20% {\n",
-              "      border-color: transparent;\n",
-              "      border-left-color: var(--fill-color);\n",
-              "      border-top-color: var(--fill-color);\n",
-              "    }\n",
-              "    30% {\n",
-              "      border-color: transparent;\n",
-              "      border-left-color: var(--fill-color);\n",
-              "      border-top-color: var(--fill-color);\n",
-              "      border-right-color: var(--fill-color);\n",
-              "    }\n",
-              "    40% {\n",
-              "      border-color: transparent;\n",
-              "      border-right-color: var(--fill-color);\n",
-              "      border-top-color: var(--fill-color);\n",
-              "    }\n",
-              "    60% {\n",
-              "      border-color: transparent;\n",
-              "      border-right-color: var(--fill-color);\n",
-              "    }\n",
-              "    80% {\n",
-              "      border-color: transparent;\n",
-              "      border-right-color: var(--fill-color);\n",
-              "      border-bottom-color: var(--fill-color);\n",
-              "    }\n",
-              "    90% {\n",
-              "      border-color: transparent;\n",
-              "      border-bottom-color: var(--fill-color);\n",
-              "    }\n",
-              "  }\n",
-              "</style>\n",
-              "\n",
-              "  <script>\n",
-              "    async function quickchart(key) {\n",
-              "      const quickchartButtonEl =\n",
-              "        document.querySelector('#' + key + ' button');\n",
-              "      quickchartButtonEl.disabled = true;  // To prevent multiple clicks.\n",
-              "      quickchartButtonEl.classList.add('colab-df-spinner');\n",
-              "      try {\n",
-              "        const charts = await google.colab.kernel.invokeFunction(\n",
-              "            'suggestCharts', [key], {});\n",
-              "      } catch (error) {\n",
-              "        console.error('Error during call to suggestCharts:', error);\n",
-              "      }\n",
-              "      quickchartButtonEl.classList.remove('colab-df-spinner');\n",
-              "      quickchartButtonEl.classList.add('colab-df-quickchart-complete');\n",
-              "    }\n",
-              "    (() => {\n",
-              "      let quickchartButtonEl =\n",
-              "        document.querySelector('#df-fa6b734b-0a30-49da-be9d-58986d8e7980 button');\n",
-              "      quickchartButtonEl.style.display =\n",
-              "        google.colab.kernel.accessAllowed ? 'block' : 'none';\n",
-              "    })();\n",
-              "  </script>\n",
-              "</div>\n",
-              "\n",
-              "  <div id=\"id_2d794dbd-f38f-4cb9-815e-35bdbc0e4a7c\">\n",
-              "    <style>\n",
-              "      .colab-df-generate {\n",
-              "        background-color: #E8F0FE;\n",
-              "        border: none;\n",
-              "        border-radius: 50%;\n",
-              "        cursor: pointer;\n",
-              "        display: none;\n",
-              "        fill: #1967D2;\n",
-              "        height: 32px;\n",
-              "        padding: 0 0 0 0;\n",
-              "        width: 32px;\n",
-              "      }\n",
-              "\n",
-              "      .colab-df-generate:hover {\n",
-              "        background-color: #E2EBFA;\n",
-              "        box-shadow: 0px 1px 2px rgba(60, 64, 67, 0.3), 0px 1px 3px 1px rgba(60, 64, 67, 0.15);\n",
-              "        fill: #174EA6;\n",
-              "      }\n",
-              "\n",
-              "      [theme=dark] .colab-df-generate {\n",
-              "        background-color: #3B4455;\n",
-              "        fill: #D2E3FC;\n",
-              "      }\n",
-              "\n",
-              "      [theme=dark] .colab-df-generate:hover {\n",
-              "        background-color: #434B5C;\n",
-              "        box-shadow: 0px 1px 3px 1px rgba(0, 0, 0, 0.15);\n",
-              "        filter: drop-shadow(0px 1px 2px rgba(0, 0, 0, 0.3));\n",
-              "        fill: #FFFFFF;\n",
-              "      }\n",
-              "    </style>\n",
-              "    <button class=\"colab-df-generate\" onclick=\"generateWithVariable('df')\"\n",
-              "            title=\"Generate code using this dataframe.\"\n",
-              "            style=\"display:none;\">\n",
-              "\n",
-              "  <svg xmlns=\"http://www.w3.org/2000/svg\" height=\"24px\"viewBox=\"0 0 24 24\"\n",
-              "       width=\"24px\">\n",
-              "    <path d=\"M7,19H8.4L18.45,9,17,7.55,7,17.6ZM5,21V16.75L18.45,3.32a2,2,0,0,1,2.83,0l1.4,1.43a1.91,1.91,0,0,1,.58,1.4,1.91,1.91,0,0,1-.58,1.4L9.25,21ZM18.45,9,17,7.55Zm-12,3A5.31,5.31,0,0,0,4.9,8.1,5.31,5.31,0,0,0,1,6.5,5.31,5.31,0,0,0,4.9,4.9,5.31,5.31,0,0,0,6.5,1,5.31,5.31,0,0,0,8.1,4.9,5.31,5.31,0,0,0,12,6.5,5.46,5.46,0,0,0,6.5,12Z\"/>\n",
-              "  </svg>\n",
-              "    </button>\n",
-              "    <script>\n",
-              "      (() => {\n",
-              "      const buttonEl =\n",
-              "        document.querySelector('#id_2d794dbd-f38f-4cb9-815e-35bdbc0e4a7c button.colab-df-generate');\n",
-              "      buttonEl.style.display =\n",
-              "        google.colab.kernel.accessAllowed ? 'block' : 'none';\n",
-              "\n",
-              "      buttonEl.onclick = () => {\n",
-              "        google.colab.notebook.generateWithVariable('df');\n",
-              "      }\n",
-              "      })();\n",
-              "    </script>\n",
-              "  </div>\n",
-              "\n",
-              "    </div>\n",
-              "  </div>\n"
-            ],
-            "application/vnd.google.colaboratory.intrinsic+json": {
-              "type": "dataframe",
-              "variable_name": "df",
-              "summary": "{\n  \"name\": \"df\",\n  \"rows\": 100,\n  \"fields\": [\n    {\n      \"column\": \"Data da venda\",\n      \"properties\": {\n        \"dtype\": \"object\",\n        \"num_unique_values\": 70,\n        \"samples\": [\n          \"2024-03-13\",\n          \"2024-01-29\",\n          \"2024-04-14\"\n        ],\n        \"semantic_type\": \"\",\n        \"description\": \"\"\n      }\n    },\n    {\n      \"column\": \"Valor da venda\",\n      \"properties\": {\n        \"dtype\": \"number\",\n        \"std\": 281.06073685041633,\n        \"min\": 55.02,\n        \"max\": 987.42,\n        \"num_unique_values\": 100,\n        \"samples\": [\n          861.73,\n          562.53,\n          455.02\n        ],\n        \"semantic_type\": \"\",\n        \"description\": \"\"\n      }\n    },\n    {\n      \"column\": \"Vendedor\",\n      \"properties\": {\n        \"dtype\": \"category\",\n        \"num_unique_values\": 5,\n        \"samples\": [\n          \"Jo\\u00e3o\",\n          \"Carlos\",\n          \"Ana\"\n        ],\n        \"semantic_type\": \"\",\n        \"description\": \"\"\n      }\n    },\n    {\n      \"column\": \"Quantidade vendida\",\n      \"properties\": {\n        \"dtype\": \"number\",\n        \"std\": 5,\n        \"min\": 1,\n        \"max\": 20,\n        \"num_unique_values\": 20,\n        \"samples\": [\n          8,\n          11,\n          15\n        ],\n        \"semantic_type\": \"\",\n        \"description\": \"\"\n      }\n    },\n    {\n      \"column\": \"Produto\",\n      \"properties\": {\n        \"dtype\": \"category\",\n        \"num_unique_values\": 5,\n        \"samples\": [\n          \"Produto E\",\n          \"Produto C\",\n          \"Produto A\"\n        ],\n        \"semantic_type\": \"\",\n        \"description\": \"\"\n      }\n    }\n  ]\n}"
-            }
-          },
-          "metadata": {},
-          "execution_count": 6
-        }
-      ]
-    },
-    {
-      "cell_type": "markdown",
-      "source": [
-        "## Descrição do Desafio\n",
-        "\n",
-        "Suponha que você trabalhe em uma equipe de vendas e recebeu uma lista de vendas fictícias de diferentes produtos ao longo de vários meses. Seu objetivo é realizar uma análise estatística descritiva dos valores das vendas.\n",
-        "\n",
-        "## Conjunto de Dados\n",
-        "Os dados estão disponíveis em formato csv (‘vendas_ficticias.csv’) e contêm as seguintes informações para cada venda:\n",
-        "\n",
-        "  •\tData da venda\n",
-        "  •\tValor da venda\n",
-        "  •\tVendedor\n",
-        "  •\tQuantidade vendida\n",
-        "  •\tProduto\n",
-        "\n",
-        "## Perguntas para responder\n",
-        "1.\tCalcular a média, mediana, mínimo, máximo e desvio padrão dos valores das vendas e quantidade vendida.\n",
-        "2.\tQual produto que mais vendeu? (Usar a moda para identificar).\n",
-        "\n",
-        "## Entrega do Desafio\n",
-        "1.\tUtilize a linguagem de programação Python para realizar a análise dos dados.\n",
-        "2.\tDetalhe bem no arquivo jupyter notebook quais foram as suas descobertas.\n",
-        "3.\tEnvie seu código fonte com o nome do arquivo nesse padrão “seu_nome_completo.ipynb”.\n",
-        "\n",
-        "---"
-      ],
-      "metadata": {
-        "id": "Ezn0kQPb8_pW"
-      }
-    },
-    {
-      "cell_type": "markdown",
-      "source": [],
-      "metadata": {
-        "id": "vAa36rGW9BqG"
-      }
-    },
-    {
-      "cell_type": "code",
-      "source": [
-        "#1.\tCalcular a média, mediana, mínimo, máximo e desvio padrão dos valores das vendas e quantidade vendida.\n",
-        "\n",
-        "# 1º importando a biblioteca pandas\n",
-        "import pandas as pd\n",
-        "\n",
-        "\n",
-        "# função describe Pandas\n",
-        "df.describe().T\n"
-      ],
-      "metadata": {
-        "colab": {
-          "base_uri": "https://localhost:8080/",
-          "height": 112
-        },
-        "id": "1Ol9UmJe9HvG",
-        "outputId": "233c1281-765b-4f5f-8f20-3b51a75ce6a6"
-      },
-      "execution_count": 7,
-      "outputs": [
-        {
-          "output_type": "execute_result",
-          "data": {
-            "text/plain": [
-              "                    count      mean         std    min       25%      50%  \\\n",
-              "Valor da venda      100.0  553.2947  281.060737  55.02  335.4675  569.535   \n",
-              "Quantidade vendida  100.0    9.9000    5.880115   1.00    4.0000   10.000   \n",
-              "\n",
-              "                         75%     max  \n",
-              "Valor da venda      813.9275  987.42  \n",
-              "Quantidade vendida   15.2500   20.00  "
-            ],
-            "text/html": [
-              "\n",
-              "  <div id=\"df-80b83a6c-062f-4307-88f5-f661ad564870\" class=\"colab-df-container\">\n",
-              "    <div>\n",
-              "<style scoped>\n",
-              "    .dataframe tbody tr th:only-of-type {\n",
-              "        vertical-align: middle;\n",
-              "    }\n",
-              "\n",
-              "    .dataframe tbody tr th {\n",
-              "        vertical-align: top;\n",
-              "    }\n",
-              "\n",
-              "    .dataframe thead th {\n",
-              "        text-align: right;\n",
-              "    }\n",
-              "</style>\n",
-              "<table border=\"1\" class=\"dataframe\">\n",
-              "  <thead>\n",
-              "    <tr style=\"text-align: right;\">\n",
-              "      <th></th>\n",
-              "      <th>count</th>\n",
-              "      <th>mean</th>\n",
-              "      <th>std</th>\n",
-              "      <th>min</th>\n",
-              "      <th>25%</th>\n",
-              "      <th>50%</th>\n",
-              "      <th>75%</th>\n",
-              "      <th>max</th>\n",
-              "    </tr>\n",
-              "  </thead>\n",
-              "  <tbody>\n",
-              "    <tr>\n",
-              "      <th>Valor da venda</th>\n",
-              "      <td>100.0</td>\n",
-              "      <td>553.2947</td>\n",
-              "      <td>281.060737</td>\n",
-              "      <td>55.02</td>\n",
-              "      <td>335.4675</td>\n",
-              "      <td>569.535</td>\n",
-              "      <td>813.9275</td>\n",
-              "      <td>987.42</td>\n",
-              "    </tr>\n",
-              "    <tr>\n",
-              "      <th>Quantidade vendida</th>\n",
-              "      <td>100.0</td>\n",
-              "      <td>9.9000</td>\n",
-              "      <td>5.880115</td>\n",
-              "      <td>1.00</td>\n",
-              "      <td>4.0000</td>\n",
-              "      <td>10.000</td>\n",
-              "      <td>15.2500</td>\n",
-              "      <td>20.00</td>\n",
-              "    </tr>\n",
-              "  </tbody>\n",
-              "</table>\n",
-              "</div>\n",
-              "    <div class=\"colab-df-buttons\">\n",
-              "\n",
-              "  <div class=\"colab-df-container\">\n",
-              "    <button class=\"colab-df-convert\" onclick=\"convertToInteractive('df-80b83a6c-062f-4307-88f5-f661ad564870')\"\n",
-              "            title=\"Convert this dataframe to an interactive table.\"\n",
-              "            style=\"display:none;\">\n",
-              "\n",
-              "  <svg xmlns=\"http://www.w3.org/2000/svg\" height=\"24px\" viewBox=\"0 -960 960 960\">\n",
-              "    <path d=\"M120-120v-720h720v720H120Zm60-500h600v-160H180v160Zm220 220h160v-160H400v160Zm0 220h160v-160H400v160ZM180-400h160v-160H180v160Zm440 0h160v-160H620v160ZM180-180h160v-160H180v160Zm440 0h160v-160H620v160Z\"/>\n",
-              "  </svg>\n",
-              "    </button>\n",
-              "\n",
-              "  <style>\n",
-              "    .colab-df-container {\n",
-              "      display:flex;\n",
-              "      gap: 12px;\n",
-              "    }\n",
-              "\n",
-              "    .colab-df-convert {\n",
-              "      background-color: #E8F0FE;\n",
-              "      border: none;\n",
-              "      border-radius: 50%;\n",
-              "      cursor: pointer;\n",
-              "      display: none;\n",
-              "      fill: #1967D2;\n",
-              "      height: 32px;\n",
-              "      padding: 0 0 0 0;\n",
-              "      width: 32px;\n",
-              "    }\n",
-              "\n",
-              "    .colab-df-convert:hover {\n",
-              "      background-color: #E2EBFA;\n",
-              "      box-shadow: 0px 1px 2px rgba(60, 64, 67, 0.3), 0px 1px 3px 1px rgba(60, 64, 67, 0.15);\n",
-              "      fill: #174EA6;\n",
-              "    }\n",
-              "\n",
-              "    .colab-df-buttons div {\n",
-              "      margin-bottom: 4px;\n",
-              "    }\n",
-              "\n",
-              "    [theme=dark] .colab-df-convert {\n",
-              "      background-color: #3B4455;\n",
-              "      fill: #D2E3FC;\n",
-              "    }\n",
-              "\n",
-              "    [theme=dark] .colab-df-convert:hover {\n",
-              "      background-color: #434B5C;\n",
-              "      box-shadow: 0px 1px 3px 1px rgba(0, 0, 0, 0.15);\n",
-              "      filter: drop-shadow(0px 1px 2px rgba(0, 0, 0, 0.3));\n",
-              "      fill: #FFFFFF;\n",
-              "    }\n",
-              "  </style>\n",
-              "\n",
-              "    <script>\n",
-              "      const buttonEl =\n",
-              "        document.querySelector('#df-80b83a6c-062f-4307-88f5-f661ad564870 button.colab-df-convert');\n",
-              "      buttonEl.style.display =\n",
-              "        google.colab.kernel.accessAllowed ? 'block' : 'none';\n",
-              "\n",
-              "      async function convertToInteractive(key) {\n",
-              "        const element = document.querySelector('#df-80b83a6c-062f-4307-88f5-f661ad564870');\n",
-              "        const dataTable =\n",
-              "          await google.colab.kernel.invokeFunction('convertToInteractive',\n",
-              "                                                    [key], {});\n",
-              "        if (!dataTable) return;\n",
-              "\n",
-              "        const docLinkHtml = 'Like what you see? Visit the ' +\n",
-              "          '<a target=\"_blank\" href=https://colab.research.google.com/notebooks/data_table.ipynb>data table notebook</a>'\n",
-              "          + ' to learn more about interactive tables.';\n",
-              "        element.innerHTML = '';\n",
-              "        dataTable['output_type'] = 'display_data';\n",
-              "        await google.colab.output.renderOutput(dataTable, element);\n",
-              "        const docLink = document.createElement('div');\n",
-              "        docLink.innerHTML = docLinkHtml;\n",
-              "        element.appendChild(docLink);\n",
-              "      }\n",
-              "    </script>\n",
-              "  </div>\n",
-              "\n",
-              "\n",
-              "<div id=\"df-edd1a6b7-c1ce-41b1-8289-226f673d729b\">\n",
-              "  <button class=\"colab-df-quickchart\" onclick=\"quickchart('df-edd1a6b7-c1ce-41b1-8289-226f673d729b')\"\n",
-              "            title=\"Suggest charts\"\n",
-              "            style=\"display:none;\">\n",
-              "\n",
-              "<svg xmlns=\"http://www.w3.org/2000/svg\" height=\"24px\"viewBox=\"0 0 24 24\"\n",
-              "     width=\"24px\">\n",
-              "    <g>\n",
-              "        <path d=\"M19 3H5c-1.1 0-2 .9-2 2v14c0 1.1.9 2 2 2h14c1.1 0 2-.9 2-2V5c0-1.1-.9-2-2-2zM9 17H7v-7h2v7zm4 0h-2V7h2v10zm4 0h-2v-4h2v4z\"/>\n",
-              "    </g>\n",
-              "</svg>\n",
-              "  </button>\n",
-              "\n",
-              "<style>\n",
-              "  .colab-df-quickchart {\n",
-              "      --bg-color: #E8F0FE;\n",
-              "      --fill-color: #1967D2;\n",
-              "      --hover-bg-color: #E2EBFA;\n",
-              "      --hover-fill-color: #174EA6;\n",
-              "      --disabled-fill-color: #AAA;\n",
-              "      --disabled-bg-color: #DDD;\n",
-              "  }\n",
-              "\n",
-              "  [theme=dark] .colab-df-quickchart {\n",
-              "      --bg-color: #3B4455;\n",
-              "      --fill-color: #D2E3FC;\n",
-              "      --hover-bg-color: #434B5C;\n",
-              "      --hover-fill-color: #FFFFFF;\n",
-              "      --disabled-bg-color: #3B4455;\n",
-              "      --disabled-fill-color: #666;\n",
-              "  }\n",
-              "\n",
-              "  .colab-df-quickchart {\n",
-              "    background-color: var(--bg-color);\n",
-              "    border: none;\n",
-              "    border-radius: 50%;\n",
-              "    cursor: pointer;\n",
-              "    display: none;\n",
-              "    fill: var(--fill-color);\n",
-              "    height: 32px;\n",
-              "    padding: 0;\n",
-              "    width: 32px;\n",
-              "  }\n",
-              "\n",
-              "  .colab-df-quickchart:hover {\n",
-              "    background-color: var(--hover-bg-color);\n",
-              "    box-shadow: 0 1px 2px rgba(60, 64, 67, 0.3), 0 1px 3px 1px rgba(60, 64, 67, 0.15);\n",
-              "    fill: var(--button-hover-fill-color);\n",
-              "  }\n",
-              "\n",
-              "  .colab-df-quickchart-complete:disabled,\n",
-              "  .colab-df-quickchart-complete:disabled:hover {\n",
-              "    background-color: var(--disabled-bg-color);\n",
-              "    fill: var(--disabled-fill-color);\n",
-              "    box-shadow: none;\n",
-              "  }\n",
-              "\n",
-              "  .colab-df-spinner {\n",
-              "    border: 2px solid var(--fill-color);\n",
-              "    border-color: transparent;\n",
-              "    border-bottom-color: var(--fill-color);\n",
-              "    animation:\n",
-              "      spin 1s steps(1) infinite;\n",
-              "  }\n",
-              "\n",
-              "  @keyframes spin {\n",
-              "    0% {\n",
-              "      border-color: transparent;\n",
-              "      border-bottom-color: var(--fill-color);\n",
-              "      border-left-color: var(--fill-color);\n",
-              "    }\n",
-              "    20% {\n",
-              "      border-color: transparent;\n",
-              "      border-left-color: var(--fill-color);\n",
-              "      border-top-color: var(--fill-color);\n",
-              "    }\n",
-              "    30% {\n",
-              "      border-color: transparent;\n",
-              "      border-left-color: var(--fill-color);\n",
-              "      border-top-color: var(--fill-color);\n",
-              "      border-right-color: var(--fill-color);\n",
-              "    }\n",
-              "    40% {\n",
-              "      border-color: transparent;\n",
-              "      border-right-color: var(--fill-color);\n",
-              "      border-top-color: var(--fill-color);\n",
-              "    }\n",
-              "    60% {\n",
-              "      border-color: transparent;\n",
-              "      border-right-color: var(--fill-color);\n",
-              "    }\n",
-              "    80% {\n",
-              "      border-color: transparent;\n",
-              "      border-right-color: var(--fill-color);\n",
-              "      border-bottom-color: var(--fill-color);\n",
-              "    }\n",
-              "    90% {\n",
-              "      border-color: transparent;\n",
-              "      border-bottom-color: var(--fill-color);\n",
-              "    }\n",
-              "  }\n",
-              "</style>\n",
-              "\n",
-              "  <script>\n",
-              "    async function quickchart(key) {\n",
-              "      const quickchartButtonEl =\n",
-              "        document.querySelector('#' + key + ' button');\n",
-              "      quickchartButtonEl.disabled = true;  // To prevent multiple clicks.\n",
-              "      quickchartButtonEl.classList.add('colab-df-spinner');\n",
-              "      try {\n",
-              "        const charts = await google.colab.kernel.invokeFunction(\n",
-              "            'suggestCharts', [key], {});\n",
-              "      } catch (error) {\n",
-              "        console.error('Error during call to suggestCharts:', error);\n",
-              "      }\n",
-              "      quickchartButtonEl.classList.remove('colab-df-spinner');\n",
-              "      quickchartButtonEl.classList.add('colab-df-quickchart-complete');\n",
-              "    }\n",
-              "    (() => {\n",
-              "      let quickchartButtonEl =\n",
-              "        document.querySelector('#df-edd1a6b7-c1ce-41b1-8289-226f673d729b button');\n",
-              "      quickchartButtonEl.style.display =\n",
-              "        google.colab.kernel.accessAllowed ? 'block' : 'none';\n",
-              "    })();\n",
-              "  </script>\n",
-              "</div>\n",
-              "\n",
-              "    </div>\n",
-              "  </div>\n"
-            ],
-            "application/vnd.google.colaboratory.intrinsic+json": {
-              "type": "dataframe",
-              "summary": "{\n  \"name\": \"df\",\n  \"rows\": 2,\n  \"fields\": [\n    {\n      \"column\": \"count\",\n      \"properties\": {\n        \"dtype\": \"number\",\n        \"std\": 0.0,\n        \"min\": 100.0,\n        \"max\": 100.0,\n        \"num_unique_values\": 1,\n        \"samples\": [\n          100.0\n        ],\n        \"semantic_type\": \"\",\n        \"description\": \"\"\n      }\n    },\n    {\n      \"column\": \"mean\",\n      \"properties\": {\n        \"dtype\": \"number\",\n        \"std\": 384.2380772308297,\n        \"min\": 9.9,\n        \"max\": 553.2947,\n        \"num_unique_values\": 2,\n        \"samples\": [\n          9.9\n        ],\n        \"semantic_type\": \"\",\n        \"description\": \"\"\n      }\n    },\n    {\n      \"column\": \"std\",\n      \"properties\": {\n        \"dtype\": \"number\",\n        \"std\": 194.5820834511531,\n        \"min\": 5.880115438982264,\n        \"max\": 281.06073685041633,\n        \"num_unique_values\": 2,\n        \"samples\": [\n          5.880115438982264\n        ],\n        \"semantic_type\": \"\",\n        \"description\": \"\"\n      }\n    },\n    {\n      \"column\": \"min\",\n      \"properties\": {\n        \"dtype\": \"number\",\n        \"std\": 38.1979083196973,\n        \"min\": 1.0,\n        \"max\": 55.02,\n        \"num_unique_values\": 2,\n        \"samples\": [\n          1.0\n        ],\n        \"semantic_type\": \"\",\n        \"description\": \"\"\n      }\n    },\n    {\n      \"column\": \"25%\",\n      \"properties\": {\n        \"dtype\": \"number\",\n        \"std\": 234.38291699295192,\n        \"min\": 4.0,\n        \"max\": 335.4675,\n        \"num_unique_values\": 2,\n        \"samples\": [\n          4.0\n        ],\n        \"semantic_type\": \"\",\n        \"description\": \"\"\n      }\n    },\n    {\n      \"column\": \"50%\",\n      \"properties\": {\n        \"dtype\": \"number\",\n        \"std\": 395.65099281121485,\n        \"min\": 10.0,\n        \"max\": 569.535,\n        \"num_unique_values\": 2,\n        \"samples\": [\n          10.0\n        ],\n        \"semantic_type\": \"\",\n        \"description\": \"\"\n      }\n    },\n    {\n      \"column\": \"75%\",\n      \"properties\": {\n        \"dtype\": \"number\",\n        \"std\": 564.7502762311188,\n        \"min\": 15.25,\n        \"max\": 813.9275,\n        \"num_unique_values\": 2,\n        \"samples\": [\n          15.25\n        ],\n        \"semantic_type\": \"\",\n        \"description\": \"\"\n      }\n    },\n    {\n      \"column\": \"max\",\n      \"properties\": {\n        \"dtype\": \"number\",\n        \"std\": 684.0692422554898,\n        \"min\": 20.0,\n        \"max\": 987.42,\n        \"num_unique_values\": 2,\n        \"samples\": [\n          20.0\n        ],\n        \"semantic_type\": \"\",\n        \"description\": \"\"\n      }\n    }\n  ]\n}"
-            }
-          },
-          "metadata": {},
-          "execution_count": 7
-        }
-      ]
-    },
-    {
-      "cell_type": "code",
-      "source": [
-        "#1.1\tCalcular a média, mediana, mínimo, máximo e desvio padrão dos valores das vendas e quantidade vendida.\n",
-        "\n",
-        "#Média\n",
-        "Média = print(f\"A média de vendas é R$ {round(df['Valor da venda'].mean(),2)} e a média da quantidade vendida é {round(df['Quantidade vendida'].mean(),2)}\")\n",
-        "\n",
-        "#Mediana\n",
-        "Mediana = print(f\"A mediana de vendas é R${round(df['Valor da venda'].median(),2)} e a mediana da quantidade vendida é {round(df['Quantidade vendida'].median(),2)}\")\n",
-        "\n",
-        "#Mínimo\n",
-        "Mínimo = print(f\"O menor valor de vendas é R$ {round(df['Valor da venda'].min(),2)} e a menor quantidade vendida é {round(df['Quantidade vendida'].min(),2)}\")\n",
-        "\n",
-        "#Máximo\n",
-        "Máximo = print(f\"O maior valor de vendas é R$ {round(df['Valor da venda'].max(),2)} e a maior quantidade vendida é {round(df['Quantidade vendida'].max(),2)}\")\n",
-        "\n",
-        "#Desvio Padrão\n",
-        "print(f\"O desvio padrão de vendas é R$ {round(df['Valor da venda'].std(),2)} e o desvio padrão da quantidade vendida é {round(df['Quantidade vendida'].std(),2)}\")\n"
-      ],
-      "metadata": {
-        "colab": {
-          "base_uri": "https://localhost:8080/"
-        },
-        "id": "c5SNKctv-Uez",
-        "outputId": "edab4b38-f78f-4093-ce61-852d507e4c0d"
-      },
-      "execution_count": 49,
-      "outputs": [
-        {
-          "output_type": "stream",
-          "name": "stdout",
-          "text": [
-            "A média de vendas é R$ 553.29 e a média da quantidade vendida é 9.9\n",
-            "A mediana de vendas é R$569.54 e a mediana da quantidade vendida é 10.0\n",
-            "O menor valor de vendas é R$ 55.02 e a menor quantidade vendida é 1\n",
-            "O maior valor de vendas é R$ 987.42 e a maior quantidade vendida é 20\n",
-            "O desvio padrão de vendas é R$ 281.06 e o desvio padrão da quantidade vendida é 5.88\n"
-          ]
-        }
-      ]
-    },
-    {
-      "cell_type": "code",
-      "source": [
-        "#2.\tQual produto que mais vendeu? (Usar a moda para identificar).\n",
-        "\n",
-        "#Moda\n",
-        "print(f\"O produto que mais vendeu é {df['Produto'].mode()}\")"
-      ],
-      "metadata": {
-        "colab": {
-          "base_uri": "https://localhost:8080/"
-        },
-        "id": "WVl4VkGH9JMR",
-        "outputId": "0627a3bc-755a-468c-9b29-672e96173c77"
-      },
-      "execution_count": 34,
-      "outputs": [
-        {
-          "output_type": "stream",
-          "name": "stdout",
-          "text": [
-            "O produto que mais vendeu é 0    Produto D\n",
-            "Name: Produto, dtype: object\n"
-          ]
-        }
-      ]
-    }
-  ]
-}
\ No newline at end of file
diff --git a/exercicios/para-casa/paloma_avena.ipynb b/exercicios/para-casa/paloma_avena.ipynb
deleted file mode 100644
index 7b2881ce..00000000
--- a/exercicios/para-casa/paloma_avena.ipynb
+++ /dev/null
@@ -1,362 +0,0 @@
-{
- "cells": [
-  {
-   "cell_type": "code",
-   "execution_count": 10,
-   "metadata": {},
-   "outputs": [],
-   "source": [
-    "# Os dados estão disponíveis em formato csv (‘vendas_ficticias.csv’) e contêm as seguintes informações para cada venda:\n",
-    "\n",
-    "#   •\tData da venda\n",
-    "#   •\tValor da venda\n",
-    "#   •\tVendedor\n",
-    "#   •\tQuantidade vendida\n",
-    "#   •\tProduto\n",
-    "\n",
-    "## Perguntas para responder\n",
-    "# 1.\tCalcular a média, mediana, mínimo, máximo e desvio padrão dos valores vdas vendas e quantidade vendida.\n",
-    "# 2.\tQual produto que mais vendeu? (Usar a moda para identificar)."
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 11,
-   "metadata": {},
-   "outputs": [],
-   "source": [
-    "import pandas as pd #importar biblioteca pandas\n",
-    "from tabulate import tabulate #importar biblioteca para estilizar os dados"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 12,
-   "metadata": {},
-   "outputs": [],
-   "source": [
-    "datas = pd.read_csv('vendas_ficticias.csv') #lendo os dados do arquivo vendas_ficticias.csv "
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 13,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "╒════╤═════════════════╤══════════════════╤════════════╤══════════════════════╤═══════════╕\n",
-      "│    │ Data da venda   │   Valor da venda │ Vendedor   │   Quantidade vendida │ Produto   │\n",
-      "╞════╪═════════════════╪══════════════════╪════════════╪══════════════════════╪═══════════╡\n",
-      "│  0 │ 2024-01-29      │           212.8  │ Pedro      │                    8 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│  1 │ 2024-05-19      │           428.04 │ João       │                   16 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│  2 │ 2024-02-19      │           982.79 │ Ana        │                   20 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│  3 │ 2024-02-15      │           127.86 │ Pedro      │                    1 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│  4 │ 2024-01-13      │           429.88 │ Maria      │                    6 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│  5 │ 2024-03-02      │           259.37 │ Maria      │                   16 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│  6 │ 2024-04-28      │           389.57 │ João       │                   13 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│  7 │ 2024-04-19      │           866.23 │ Ana        │                    1 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│  8 │ 2024-01-20      │           854.59 │ Maria      │                   19 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│  9 │ 2024-01-03      │           267.65 │ Pedro      │                   14 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 10 │ 2024-05-31      │            66.14 │ Pedro      │                    7 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 11 │ 2024-03-15      │           463.15 │ Ana        │                    6 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 12 │ 2024-03-17      │           170.13 │ Pedro      │                    9 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 13 │ 2024-06-01      │           782.22 │ Carlos     │                   16 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 14 │ 2024-01-03      │           921.13 │ Maria      │                    3 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 15 │ 2024-05-23      │           514.95 │ Maria      │                    5 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 16 │ 2024-05-05      │           604.85 │ Ana        │                    3 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 17 │ 2024-05-06      │           212.54 │ Pedro      │                   14 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 18 │ 2024-03-31      │           698.3  │ Pedro      │                   19 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 19 │ 2024-04-06      │           834.26 │ Maria      │                    1 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 20 │ 2024-04-11      │           966.59 │ Pedro      │                    5 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 21 │ 2024-05-20      │            74.8  │ Pedro      │                    1 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 22 │ 2024-03-23      │           862.67 │ Ana        │                    5 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 23 │ 2024-03-13      │           975.85 │ João       │                    3 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 24 │ 2024-02-29      │           674.88 │ João       │                    3 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 25 │ 2024-01-01      │           694.18 │ Maria      │                   10 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 26 │ 2024-03-13      │           340.5  │ Carlos     │                    8 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 27 │ 2024-03-10      │           910.85 │ Carlos     │                    4 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 28 │ 2024-02-11      │           403.95 │ Carlos     │                    3 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 29 │ 2024-04-26      │           932.34 │ Maria      │                    2 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 30 │ 2024-02-25      │           743.76 │ Carlos     │                    7 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 31 │ 2024-04-11      │           480.06 │ Pedro      │                   16 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 32 │ 2024-03-26      │           369.61 │ Carlos     │                   16 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 33 │ 2024-01-05      │           837.47 │ Maria      │                    6 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 34 │ 2024-02-16      │           706.51 │ Carlos     │                    3 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 35 │ 2024-05-06      │           273.67 │ João       │                    8 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 36 │ 2024-03-25      │           219.62 │ Maria      │                    1 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 37 │ 2024-03-08      │           576.54 │ Carlos     │                    9 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 38 │ 2024-03-22      │           326.05 │ Pedro      │                   15 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 39 │ 2024-01-11      │           756.58 │ Maria      │                    4 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 40 │ 2024-03-23      │           695.59 │ Carlos     │                   15 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 41 │ 2024-03-02      │           601.39 │ Ana        │                    6 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 42 │ 2024-04-21      │           272.19 │ Pedro      │                   20 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 43 │ 2024-04-03      │           914.15 │ Pedro      │                    7 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 44 │ 2024-01-21      │           133.76 │ João       │                   16 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 45 │ 2024-03-13      │           888.57 │ João       │                   17 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 46 │ 2024-03-16      │           700.04 │ Maria      │                   13 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 47 │ 2024-02-29      │           777.36 │ Maria      │                   17 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 48 │ 2024-02-24      │           853.7  │ Maria      │                   11 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 49 │ 2024-06-03      │           877.21 │ João       │                    2 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 50 │ 2024-03-11      │           337.13 │ Carlos     │                   13 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 51 │ 2024-03-13      │           956.62 │ João       │                    7 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 52 │ 2024-05-26      │           768.65 │ Ana        │                   20 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 53 │ 2024-01-16      │           562.53 │ Ana        │                   11 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 54 │ 2024-03-24      │           777.99 │ Pedro      │                    8 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 55 │ 2024-04-04      │           358.37 │ Carlos     │                   16 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 56 │ 2024-05-10      │            75.12 │ João       │                    2 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 57 │ 2024-03-27      │           556.93 │ João       │                    4 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 58 │ 2024-04-14      │           241.81 │ Pedro      │                    2 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 59 │ 2024-05-17      │           723.18 │ João       │                   14 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 60 │ 2024-04-20      │           368.06 │ Maria      │                    8 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 61 │ 2024-05-06      │           490.26 │ João       │                   10 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 62 │ 2024-03-25      │           362.33 │ João       │                   10 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 63 │ 2024-02-02      │            55.02 │ João       │                    2 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 64 │ 2024-05-25      │           644.48 │ Ana        │                   16 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 65 │ 2024-01-28      │           643.86 │ Maria      │                   12 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 66 │ 2024-03-09      │           627.06 │ Ana        │                    4 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 67 │ 2024-02-20      │           871.93 │ Carlos     │                   17 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 68 │ 2024-05-20      │           856.19 │ Ana        │                   16 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 69 │ 2024-04-16      │           917.34 │ Pedro      │                   12 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 70 │ 2024-05-13      │           455.02 │ Ana        │                   12 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 71 │ 2024-03-11      │           807.15 │ João       │                   10 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 72 │ 2024-03-13      │           105.82 │ Carlos     │                    2 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 73 │ 2024-01-19      │           656.48 │ João       │                   19 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 74 │ 2024-05-30      │           365.66 │ Maria      │                   18 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 75 │ 2024-04-03      │           308.96 │ Ana        │                    3 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 76 │ 2024-01-06      │            72.32 │ Carlos     │                   13 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 77 │ 2024-05-25      │           558.1  │ João       │                   12 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 78 │ 2024-03-23      │           683.95 │ Carlos     │                    8 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 79 │ 2024-04-29      │           987.42 │ Carlos     │                   19 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 80 │ 2024-04-08      │           532.98 │ Ana        │                    1 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 81 │ 2024-01-12      │           963.06 │ Maria      │                    9 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 82 │ 2024-04-20      │           519.67 │ Maria      │                    7 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 83 │ 2024-05-31      │           861.73 │ Maria      │                   15 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 84 │ 2024-01-14      │           619.47 │ Maria      │                    2 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 85 │ 2024-01-25      │           167.4  │ Maria      │                   18 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 86 │ 2024-03-02      │           925.36 │ João       │                   16 │ Produto C │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 87 │ 2024-05-09      │           330.48 │ Carlos     │                   11 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 88 │ 2024-04-28      │           513.94 │ Pedro      │                   13 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 89 │ 2024-01-12      │           369.27 │ Maria      │                   11 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 90 │ 2024-04-23      │           583.03 │ Ana        │                   19 │ Produto B │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 91 │ 2024-01-30      │           346.75 │ Maria      │                   13 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 92 │ 2024-03-27      │           136    │ Maria      │                   17 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 93 │ 2024-01-12      │           302.93 │ Maria      │                    8 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 94 │ 2024-01-05      │           689.1  │ Maria      │                    1 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 95 │ 2024-03-13      │            78.17 │ João       │                   18 │ Produto A │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 96 │ 2024-04-19      │           865.72 │ Maria      │                   14 │ Produto D │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 97 │ 2024-01-19      │           117.36 │ Carlos     │                   12 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 98 │ 2024-01-13      │           934.73 │ Pedro      │                    4 │ Produto E │\n",
-      "├────┼─────────────────┼──────────────────┼────────────┼──────────────────────┼───────────┤\n",
-      "│ 99 │ 2024-03-26      │           349.69 │ Ana        │                   11 │ Produto E │\n",
-      "╘════╧═════════════════╧══════════════════╧════════════╧══════════════════════╧═══════════╛\n"
-     ]
-    }
-   ],
-   "source": [
-    "#Imprimindo os dados da tabela\n",
-    "print(tabulate(datas, headers='keys', tablefmt='fancy_grid'))"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 14,
-   "metadata": {},
-   "outputs": [],
-   "source": [
-    "def dados_estatisticos(x,y,z):#declarando função com os parametros os 3 parametros utilizados\n",
-    "    print(\"\\n-------------------------Valores das Vendas-------------------------\\n\")\n",
-    "    #1. Média, mediana, máximo, mínimo e desvio padrão dos valores das vendas\n",
-    "    avg_sales = round(x.mean(),2)\n",
-    "    median_sales = round(x.median(),2)\n",
-    "    max_sales = round(x.max(),2)\n",
-    "    min_sales = round(x.min(),2)\n",
-    "    standard_deviation_sales = round(x.var() ** 0.5,2)\n",
-    "\n",
-    "    print(f'Média Valor da Venda: R${avg_sales}')\n",
-    "    print(f'Mediana Valor da Venda: R${median_sales}')\n",
-    "    print(f'Máximo Valor de Venda: R${max_sales}')\n",
-    "    print(f'Mínimo Valor de Venda: R${min_sales}')\n",
-    "    print(f'Desvio Padrão das Vendas: R${standard_deviation_sales}')\n",
-    "\n",
-    "    print(\"\\n-------------------------Quantidade Vendida-------------------------\\n\")\n",
-    "\n",
-    "    #1. Média, mediana, máximo, mínimo e desvio padrão das quantidades vendidas\n",
-    "    avg_amount = round(y.mean(),2)\n",
-    "    median_amount = round(y.median(),2)\n",
-    "    max_amount = round(y.max(),2)\n",
-    "    min_amount = round(y.min(),2)\n",
-    "    standard_deviation_amount = round(y.var() ** 0.5,2)\n",
-    "\n",
-    "    print(f'Média Qtd Vendida: {avg_amount}')\n",
-    "    print(f'Mediana Qtd Vendida: {median_amount}')\n",
-    "    print(f'Qtd Máxima Vendida: {max_amount}')\n",
-    "    print(f'Qtd Mínima Vendida: {min_amount}')\n",
-    "    print(f'Desvio Padrão das Qtds Vendidas: {standard_deviation_amount}')\n",
-    "\n",
-    "    print(\"\\n-------------------------Produto + Vendido-------------------------\\n\")\n",
-    "    #2. Qual produto mais vendeu?\n",
-    "    best_sold = round(z.mode(),2)\n",
-    "    print(f'Produto mais vendido: {best_sold}')"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 15,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "\n",
-      "-------------------------Valores das Vendas-------------------------\n",
-      "\n",
-      "Média Valor da Venda: R$553.29\n",
-      "Mediana Valor da Venda: R$569.54\n",
-      "Máximo Valor de Venda: R$987.42\n",
-      "Mínimo Valor de Venda: R$55.02\n",
-      "Desvio Padrão das Vendas: R$281.06\n",
-      "\n",
-      "-------------------------Quantidade Vendida-------------------------\n",
-      "\n",
-      "Média Qtd Vendida: 9.9\n",
-      "Mediana Qtd Vendida: 10.0\n",
-      "Qtd Máxima Vendida: 20\n",
-      "Qtd Mínima Vendida: 1\n",
-      "Desvio Padrão das Qtds Vendidas: 5.88\n",
-      "\n",
-      "-------------------------Produto + Vendido-------------------------\n",
-      "\n",
-      "Produto mais vendido: 0    Produto D\n",
-      "Name: Produto, dtype: object\n"
-     ]
-    }
-   ],
-   "source": [
-    "dados_estatisticos(datas['Valor da venda'],datas['Quantidade vendida'],datas['Produto'])#chamando a funcao e passando os parametros"
-   ]
-  }
- ],
- "metadata": {
-  "kernelspec": {
-   "display_name": "Python 3",
-   "language": "python",
-   "name": "python3"
-  },
-  "language_info": {
-   "codemirror_mode": {
-    "name": "ipython",
-    "version": 3
-   },
-   "file_extension": ".py",
-   "mimetype": "text/x-python",
-   "name": "python",
-   "nbconvert_exporter": "python",
-   "pygments_lexer": "ipython3",
-   "version": "3.12.3"
-  }
- },
- "nbformat": 4,
- "nbformat_minor": 2
-}
diff --git a/exercicios/para-casa/paloma_avena.py b/exercicios/para-casa/paloma_avena.py
deleted file mode 100644
index 7f5e3715..00000000
--- a/exercicios/para-casa/paloma_avena.py
+++ /dev/null
@@ -1,67 +0,0 @@
-# # Exercício de Casa 🏠 
-
-# ## Objetivo
-
-# Realizar uma análise estatística descritiva dos dados de vendas.
-
-# ## Descrição do Desafio
-
-# Suponha que você trabalhe em uma equipe de vendas e recebeu uma lista de vendas fictícias de diferentes produtos ao longo de vários meses. Seu objetivo é realizar uma análise estatística descritiva dos valores das vendas.
-
-# ## Conjunto de Dados
-# Os dados estão disponíveis em formato csv (‘vendas_ficticias.csv’) e contêm as seguintes informações para cada venda:
-
-#   •	Data da venda
-#   •	Valor da venda
-#   •	Vendedor
-#   •	Quantidade vendida
-#   •	Produto
-
-
-import pandas as pd #importar biblioteca pandas
-from tabulate import tabulate #importar biblioteca para estilizar os dados
-
-datas = pd.read_csv('vendas_ficticias.csv') #lendo os dados do arquivo vendas_ficticias.csv 
-
-#Imprimindo os dados da tabela
-print(tabulate(datas, headers='keys', tablefmt='fancy_grid'))
-
-def dados_estatisticos(x,y,z):#declarando função com os parametros os 3 parametros utilizados
-    print("\n-------------------------Valores das Vendas-------------------------\n")
-    #1. Média, mediana, máximo, mínimo e desvio padrão dos valores das vendas
-    avg_sales = round(x.mean(),2)
-    median_sales = round(x.median(),2)
-    max_sales = round(x.max(),2)
-    min_sales = round(x.min(),2)
-    standard_deviation_sales = round(x.var() ** 0.5,2)
-
-    print(f'Média Valor da Venda: R${avg_sales}')
-    print(f'Mediana Valor da Venda: R${median_sales}')
-    print(f'Máximo Valor de Venda: R${max_sales}')
-    print(f'Mínimo Valor de Venda: R${min_sales}')
-    print(f'Desvio Padrão das Vendas: R${standard_deviation_sales}')
-
-    print("\n-------------------------Quantidade Vendida-------------------------\n")
-
-    #1. Calcular a média, mediana, mínimo, máximo e desvio padrão dos valores das vendas e quantidade vendida.
-    
-    avg_amount = round(y.mean(),2)
-    median_amount = round(y.median(),2)
-    max_amount = round(y.max(),2)
-    min_amount = round(y.min(),2)
-    standard_deviation_amount = round(y.var() ** 0.5,2)
-
-    print(f'Média Qtd Vendida: {avg_amount}')
-    print(f'Mediana Qtd Vendida: {median_amount}')
-    print(f'Qtd Máxima Vendida: {max_amount}')
-    print(f'Qtd Mínima Vendida: {min_amount}')
-    print(f'Desvio Padrão das Qtds Vendidas: {standard_deviation_amount}')
-
-    print("\n-------------------------Produto + Vendido-------------------------\n")
-   
-    #2. Qual produto que mais vendeu? (Usar a moda para identificar).
-
-    best_sold = round(z.mode(),2)
-    print(f'Produto mais vendido: {best_sold}')
-
-dados_estatisticos(datas['Valor da venda'],datas['Quantidade vendida'],datas['Produto'])#chamando a funcao e passando os parametros