Código Python: Análise de datos de cantantes

# Importamos a libraría pandas, que nos permite traballar con datos de maneira eficiente
import pandas as pd  

# ---- ACTIVIDADE 1: CREACIÓN DO DATAFRAME ----  
# Creamos un dicionario chamado 'data' que contén información sobre varios cantantes
data = {
    'Cantante': ['Taylor Swift', 'Paul McCartney', 'Bruce Springsteen', 'Adele', 'Kim Kardashian'],
    'Gañancias (millóns de $)': [1043, 1300, 650, 1000, 2000],  
    'Posesións': ["Chicle de Céline Dion", "Subasta de $25,000 de Janet Jackson", None, None, None],  # Algúns valores están como None (faltan datos)
    'Parellas': [None, None, None, 'Simon Konecki', 'Kanye West (ex)']  
}

# Convertimos o dicionario nun DataFrame de pandas, que é unha estrutura de datos tabular
df = pd.DataFrame(data)  

# Mostramos o DataFrame por pantalla para visualizar os datos nun formato tabular
print("DataFrame inicial:")
print(df)  

# ---- ACTIVIDADE 2: SELECCIÓN DE DATOS ----  
# Seleccionamos as columnas 'Cantante' e 'Gañancias (millóns de $)' para traballar só con esa información
ganancias = df[['Cantante', 'Gañancias (millóns de $)']]  

# Mostramos as gañancias por cantante
print("\nGañancias dos cantantes:")
print(ganancias)  

# ---- ACTIVIDADE 3: FILTRADO DE DATOS ----  
# Filtramos só  cantantes que teñen gañancias superiores a 700 millóns de dólares
filtro_ganancias = df[df['Gañancias (millóns de $)'] > 700]  

# Mostramos o resultado do filtro
print("\nCantantes con gañancias superiores a 700 millóns de dólares:")
print(filtro_ganancias)  

# ---- ACTIVIDADE 4: AGREGACIÓN DE COLUMNAS ----  
# Calculamos a suma total das gañancias 
total_ganancias = df['Gañancias (millóns de $)'].sum()  

# Agregamos unha nova columna ca porcentaxe de gañancias de cada cantante respecto ao total
df['Porcentaxe de Gañancias'] = (df['Gañancias (millóns de $)'] / total_ganancias) * 100  

# Mostramos o DataFrame actualizado, agora coa columna de porcentaxe de gañancias incluída
print("\nDataFrame con porcentaxe de gañancias:")
print(df)