Zpracování dat s csvkit
Jakmile máme dataset sestavený, je potřeba data před pokročilejšími analýzami, jako je prediktivní modelování, ještě zpracovat a vyčistit. V tomto závěrečném cvičení využijeme různé příkazy z csvkit pro běžné operace zpracování a čištění dat.
Soubor Spotify_201809_201810.xlsx obsahuje dva listy (záložky) s názvy Spotify201809 a Spotify201810. Nejprve rozdělíme Excel soubor na jednotlivé listy, prohlédneme si souhrnné statistiky, odebereme některé sloupce a pak oba listy opět spojíme do jednoho souboru csv, připraveného k další analýze.
Toto cvičení je součástí kurzu
Data Processing in Shell
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Convert the Spotify201809 sheet into its own csv file
___ Spotify_201809_201810.xlsx ___ "___" ___ Spotify201809.csv
# Check to confirm name and location of data file
ls