Uma Crônica Condomínial: O Síndico, o WhatsApp e a Ciência de Dados
Histórias…
A vida em condomínios é como uma novela, com seus dramas, intrigas e reviravoltas. A minha, no entanto, ganhou um toque bem particular com as últimas eleições para síndico. A disputa acirrada dividiu os moradores em dois grupos, cada um defendendo seu candidato com unhas e dentes. As discussões, que antes se limitavam aos encontros presenciais, ganharam um novo palco: o grupo de WhatsApp do condomínio.
Com a eleição, as conversas se intensificaram. A cada nova decisão do síndico eleito, uma enxurrada de mensagens tomava conta do grupo. E foi nesse frenesi comunicativo que uma ideia me ocorreu: por que não tentar quantificar essa explosão de opiniões? Afinal, a ciência dos dados está em alta, e eu, um apreciador de histórias, não poderia deixar de aplicar um pouco de raciocínio analítico à minha própria vida.
Assim, comecei a desenvolver um pequeno código para rastrear as interações de grupo do condomínio. A cada mensagem enviada, um ponto é adicionado à sua pontuação. Com o passar das semanas, um ranking informal foi tomando forma. Para minha surpresa, os resultados revelaram um perfil bem definido para cada grupo: os mais engajados eram aqueles que, durante a campanha, mais se manifestaram contra o síndico eleito.
O código se tornou uma espécie de termômetro social, capaz de medir a temperatura das relações no condomínio. Mas, além de números e gráficos, essa experiência me proporcionou uma visão mais profunda sobre a dinâmica dos grupos e a importância da comunicação, mesmo que virtual.
Afinal, o WhatsApp, que inicialmente serviu como arena para debates acalorados, acabou se transformando em um espaço de observação e reflexão. E eu, que comecei como um simples observador, me vi imerso em uma verdadeira jornada de descoberta sobre os meus vizinhos e sobre mim mesmo.
Vamos ao código
O primeiro passo é conseguir os dados. Eles foram obtidos a partir do grupo do condomínio.
Consegui um arquivo em formato de texto, um .txt!!!
Com o arquivo em mãos, vamos ver como ele está organizado.
De cara você consegue perceber o seguinte padrão:
[<data> <hora>] <autor>: <mensgem>
Então matutei… e cheguei nesse formato
#Chamar as bibliotecas import pandas as pd import re
Em ciências de dados é assim, você acorda, toma um gole d’água e importa o ‘pandas’
A segunda linha é para as expressões regulares, forma mais eficiente que encontrei.
Criei a a função abaixo para tratar o arquivo e criar um dataframe (estrutura do pandas)
def processa_arquivo_texto(file_path):
with open(file_path, 'r') as f:
lines = f.readlines()
data = [] # cria uma lista vazia
for line in lines:
# Usa expressão regular para extrair data, hora, autor e mensagem
pattern = r"\[(.*?)\] (.*?): (.*)" #Esse foi o ponto chave
match = re.match(pattern, line)
if match:
datetime_str = match.group(1)
autor = match.group(2)
mensagem = match.group(3)
# Separa data e hora
data_hora = datetime_str.split() #divide a estrutura entre os colchetes (data e hora)
data_str = data_hora[0] # define o primeiro elemento (começa com zero) como data
hora = data_hora[1] #define o segundo elemento como hora
data.append([data_str, hora, autor, mensagem]) # insere os elementos criados na lista vazia
# Cria o DataFrame pandas
df = pd.DataFrame(data, columns=['data', 'hora', 'autor', 'mensagem'])
return df
Agora vamos definir o caminho do arquivo
# Caminho do arquivo file_path = 'arquivo.txt'
Chamamos a função criada e voilà, temos nosso dataframe
Processa o arquivo e cria o DataFrame df = process_text_file(file_path)
Analisando as variáveis…
df.info()
<class 'pandas.core.frame.DataFrame'> RangeIndex: 17564 entries, 0 to 17563 Data columns (total 4 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 data 17564 non-null object 1 hora 17564 non-null object 2 autor 17564 non-null object 3 mensagem 17564 non-null object dtypes: object(4) memory usage: 549.0+ KB
…percebi que a ‘data’ e a ‘hora’ não estão em formatos adequados. Isso pode trazer problemas quando quisermos realizar um filtro temporal. Assim, vou trabalhar somente o campo data, pois só ele já basta para o que eu estou querendo.
#transformar o campo data em datetime df['data'] = pd.to_datetime(df['data'], format='%d/%m/%Y', errors='coerce')
Verifico novamente e voilà, tudo nos conformes!
df.info()
<class 'pandas.core.frame.DataFrame'> RangeIndex: 17564 entries, 0 to 17563 Data columns (total 4 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 data 17563 non-null datetime64[ns] 1 hora 17564 non-null object 2 autor 17564 non-null object 3 mensagem 17564 non-null object dtypes: datetime64[ns](1), object(3) memory usage: 549.0+ KB
Agora podemos ir para a parte do filtro de datas. A linha de código abaixo vai abrir uma caixa para inserção da data, sendo que ela deve ser colocada no formato dd/mm/YYYY, tipo, por exemplo: 14/09/2024!
data_inicial = input('Inserir data no formato dd/mm/YYYY:')
Coloco o filtro de data inicial para limitar o dataframe e digo para ele contar as interações do autor, a partir daquela data.
As interações se resumem na quantidade de mensagens que o autor enviou. Futuramente poderei fazer um código para “Análise de sentimentos”!
mensagens_por_autor = df['autor'][df.data>=data_inicial].value_counts()
Defino, tal qual foi feito com a data inicial, o tamanho do ranking
hanking = input('Insira a quantidade de posições: ')
E printo tudo.
hanking = input('Insira a quantidade de posições: ')
print('==================================')
print(' ')
print('Serão mostrados os '+ hanking+ ' primeiros a partir de '+ data_inicial)
print(' ')
print('==================================')
# Criar um DataFrame com a contagem de mensagens por autor e a posição
ranking_df = pd.DataFrame({'Autor': mensagens_por_autor.index, 'Mensagens': mensagens_por_autor.values}, index=range(1, len(mensagens_por_autor) + 1))
# Mostrar o ranking com a posição
print(ranking_df.head(int(hanking)))
Vai ficar assim. Como não sou bobo, pseudo-anonimizo os dados para preservar as identidades dos vizinhos e para não receber mensagens de whatsapp acaloradas rsrsrsrsrsrsrs
Situação para o dia 01/08/2024, alguns dias antes da eleição.
Inserir data no formato dd/mm/YYYY: 01/08/2024
Insira a quantidade de posições: 10
==================================
Serão mostrados os 10 primeiros a partir de 01/08/2024
==================================
Autor Mensagens
1 ~ Condomino A 1359
2 ~ Condomino B 1087
3 ~ Condomino C 754
4 ~ Condomino D 696
5 ~ Condomino E 633
6 ~ Condomino F 571
7 ~ Condomino G 508
8 ~ Condomino H 487
9 ~ Condomino I 458
10 ~ Condomino J 452
Situação a partir de 01/09/2024, alguns dias após da eleição.
Inserir data no formato dd/mm/YYYY: 01/09/2024
Insira a quantidade de posições: 10
==================================
Serão mostrados os 10 primeiros a partir de 01/09/2024
==================================
Autor Mensagens
1 ~ Condomino B 561
2 ~ Condomino I 373
3 ~ Condomino E 284
4 ~ Condomino H 223
5 ~ Condomino D 220
6 ~ Condomino J 190
7 ~ Condomino F 182
8 ~ Condomino A 166
9 ~ Condomino K 159
10 ~ Condomino L 146
Percebe-se que o condomino/condomina B interagiu bastante, antes e depois da eleição. Será se ele/ela gostou do resultado?
E você, leitor, já se perguntou como a tecnologia pode influenciar as nossas relações sociais? Compartilhe suas experiências nos comentários!
#condomínio #síndico #whatsapp #dados #históriasdodiaadia
Grande abraço!!!