Načítání prodejních dat do CSV souboru

Načítání dat je nezbytnou součástí každého datového pipeline. Zajišťuje, že všichni příjemci dat a navazující procesy mají spolehlivý přístup k datům, která jsi v pipeline dříve extrahoval/a a transformoval/a. V tomto cvičení si procvičíš načítání transformovaných prodejních dat do CSV souboru pomocí pandas, který je importován jako pd. Surová data už jsou extrahována a dostupná v DataFrame raw_sales_data.

Toto cvičení je součástí kurzu

ETL a ELT v Pythonu

Zobrazit kurz

Pokyny k cvičení

Filtruj DataFrame raw_sales_data tak, aby obsahoval pouze položky s cenou nižší než 25 dolarů.
Uprav funkci load() tak, aby zapisovala transformovaná prodejní data do souboru s názvem "transformed_sales_data.csv" — bez sloupce index.
Zavolej funkci load() na vyčištěný DataFrame.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

def transform(raw_data):
	# Find the items prices less than 25 dollars
	return raw_data.loc[raw_data["Price Each"] ____ ____, ["Order ID", "Product", "Price Each", "Order Date"]]

def load(clean_data):
	# Write the data to a CSV file without the index column
	____.____("transformed_sales_data.csv", index=____)


clean_sales_data = transform(raw_sales_data)

# Call the load function on the cleaned DataFrame
____(____)

Upravit a spustit kód