Estruturar um Programa no Google Colab

import pandas as pd import numpy as np import matplotlibpyplot as plt from statsmodelstsaapi import SimpleExpSmoothing from sklearnlinearmodel import LinearRegression from datetime import datetime timedelta 1 LEITURA DOS DADOS simulados internamente Dados de exemplo histórico de vendas de 5 produtos durante 10 semanas dadosvendas data 20250101 produto Arroz kg quantidade 30 data 20250108 produto Arroz kg quantidade 35 data 20250115 produto Arroz kg quantidade 32 data 20250122 produto Arroz kg quantidade 27 data 20250129 produto Arroz kg quantidade 28 data 20250205 produto Arroz kg quantidade 35 data 20250212 produto Arroz kg quantidade 37 data 20250219 produto Arroz kg quantidade 30 data 20250226 produto Arroz kg quantidade 32 data 20250303 produto Arroz kg quantidade 30 data 20250101 produto Macarrao pct quantidade 50 data 20250108 produto Macarrao pct quantidade 55 data 20250115 produto Macarrao pct quantidade 53 data 20250122 produto Macarrao pct quantidade 60 data 20250129 produto Macarrao pct quantidade 58 data 20250205 produto Macarrao pct quantidade 65 data 20250212 produto Macarrao pct quantidade 67 data 20250219 produto Macarrao pct quantidade 60 data 20250226 produto Macarrao pct quantidade 62 data 20250303 produto Macarrao pct quantidade 58 data 20250101 produto Feijao kg quantidade 40 data 20250108 produto Feijao kg quantidade 35 data 20250115 produto Feijao kg quantidade 43 data 20250122 produto Feijao kg quantidade 40 data 20250129 produto Feijao kg quantidade 38 data 20250205 produto Feijao kg quantidade 36 data 20250212 produto Feijao kg quantidade 37 data 20250226 produto Feijao kg quantidade 32 data 20250303 produto Feijao kg quantidade 38 data 20250219 produto Detergente und quantidade 30 data 20250101 produto Detergente und quantidade 20 data 20250108 produto Detergente und quantidade 25 data 20250115 produto Detergente und quantidade 23 data 20250122 produto Detergente und quantidade 28 data 20250129 produto Detergente und quantidade 27 data 20250205 produto Detergente und quantidade 25 data 20250212 produto Detergente und quantidade 27 data 20250219 produto Detergente und quantidade 32 data 20250226 produto Detergente und quantidade 32 data 20250303 produto Detergente und quantidade 35 data 20250101 produto Biscoito bono pct quantidade 40 data 20250108 produto Biscoito bono pct quantidade 45 data 20250115 produto Biscoito bono pct quantidade 43 data 20250122 produto Biscoito bono pct quantidade 38 data 20250129 produto Biscoito bono pct quantidade 37 data 20250205 produto Biscoito bono pct quantidade 35 data 20250212 produto Biscoito bono pct quantidade 37 data 20250219 produto Biscoito bono pct quantidade 38 data 20250226 produto Biscoito bono pct quantidade 32 data 20250303 produto Biscoito bono pct quantidade 36 2 TRATAMENTO DOS DADOS def tratardadosdados produto df pdDataFramedados Filtrar produto desejado df dfdfproduto produto Converter datas e ordenar dfdata pdtodatetimedfdata df dfsortvaluesdata Remover duplicatas e valores inválidos df dfdropduplicates df dfdfquantidade 0 df dfdropna df dfresetindexdropTrue return df 3 MÉTODOS DE PREVISÃO