Os datasets tratados e analisados neste projeto são referentes às infrações registradas pelo Departamento de Estradas de Rodagem do Distrito Federal no ano de 2021. Os arquivos podem ser encontrados no Portal de Dados Abertos do governo federal. Neste repositório é possível encontrar o código utilizado no processo de tratamento dos dados, bem como alguns gráficos e dashboards construídos com as informações obtidas.
A sigla DER DF é referente ao Departamento de Estradas de Rodagem do Distrito Federal. Segundo o site do órgão, o departamento tem como missão “Assegurar a qualidade da infraestrutura viária, do trânsito e da mobilidade nas rodovias do Distrito Federal, comprometida com o desenvolvimento sustentável”. Cabe ao DER a administração de rodovias e estradas estaduais. E este princípio é válido tanto para o DER DF quanto para os respectivos Departamentos de Estradas de Rodagem de outros estados brasileiros.
Dentre as competências estabelecidas, há a de fazer cumprir e também fazer com que se cumpra a legislação de trânsito. Desse modo, consequentemente, outra competência do DER é a de fiscalizar, autuar e aplicar penalidades de advertência, multas e também outras medidas direcionadas aos motoristas flagrados cometendo atos de infração de trânsito.
| n° | Coluna |
|---|---|
| 0 | tipo_infracao |
| 1 | descricao |
| 2 | tipo_infrator |
| 3 | tipo_veiculo |
| 4 | cometimento |
| 5 | hora_cometimento |
| 6 | auinf_local_rodovia |
| 7 | auinf_local_km |
| 8 | auinf_local_referencia |
| 9 | auinf_local_complemento |
| 10 | auinf_local_latitude |
| 11 | auinf_local_longitude |
| 12 | grav_tipo |
Realizada a limpeza dos dados, compiliou-se tudo em um só arquivo .csv para ser utilizado como fonte pelo software Power BI, sendo possível a geração de dashboards. Abaixo seguem algumas imagens dos dashboards gerados.
Para uma explicação do processo de construção dos dashboards e insights obtidos através deles, publiquei um artigo no Linkedin: Análise das infrações registradas no Distrito Federal em 2021
Ainda no Jupyter, foram realizadas algumas inferências estatísticas utilizando a própria biblioteca Pandas. Para melhor visualização das informações obtidas, elaborou-se gráficos com a ajuda das bibliotecas Seaborn e Matplotlib.
Uma abordagem mais aprofundada dos gráficos e da estatística utilizados nesse conjunto de datasets pode ser encontrada nesse artigo publicado no Linkedin: Infrações cometidas no DF e correlações com o coeficiente de Pearson - O que é correlação?