Coleta e análise das estatísticas de (Passing | Receiving) dos quaterbacks(qb) da NFL

Tecnologias utilizadas

Considerações:

Dados abaixo relacionado ao notebook 'Passing_Union_Clear.ipynb'

Após a união do arquivos CSVs, o DataFrame ficou com 1.313 registros(linhas) e 31(colunas)*.
Foi verificado que o DataFrame havia 8.54% de valores ausentes(Em 30 colunas do DataFrame).
*Esses dados podem variar conforme os dados (Jogos) forem acontecendo

Coluna	Valores Ausentes	% de Valores Ausentes	Dtype
GWD	885	63.90	float64
4QC	885	63.90	float64
QBrec	624	45.05	object
Y/C	211	15.23	float64
QBR	187	13.58	float64
Pos	65	4.72	object
Lng	37	2.69	float64
ANY/A	37	2.69	float64
NY/A	37	2.69	float64
Sk%	37	2.69	float64
Yds.1	37	2.69	float64
Sk	37	2.69	float64
Rate	37	2.69	float64
Y/G	37	2.69	float64
AY/A	37	2.69	float64
Y/A	37	2.69	float64
Player	37	2.69	object
Tm	37	2.69	object
Int%	37	2.69	float64
Int	37	2.69	float64
TD%	37	2.69	float64
TD	37	2.69	float64
Yds	37	2.69	float64
Cmp%	37	2.69	float64
Att	37	2.69	float64
Cmp	37	2.69	float64
GS	37	2.69	float64
G	37	2.69	float64
Age	37	2.69	float64
1D	37	2.69	float64

Etapas:

Remoção de colunas
1. Colunas 'Unnamed: 0','QBrec','QBR','GWD','4QC' -> Essas colunas serão eliminadas.
Renomear coluna
1. Coluna 'Yds.1' -> Iremos renomear essa coluna para SYds (Sacks/Yards)
Imputação de valores ausentes
1. Coluna 'Y/C' -> Será imputado o valor 0(Zero) para os valores Nulos
Remoção de linhas
1. Iremos eliminar os restantes das linhas que sobrarem com valores Nulos
Criação de novas variáveis
1. 'SYds/G' -> Média de jardas perdidas por jogo ano
2. 'Sk/G' -> Média de sacks por jogo ano
3. 'TD/G' -> Média de touchdowns por jogo ano
4. 'Int/G' -> Média de interceptações por jogo ano