Transformace prodejních dat pomocí pandas

Než lze z datové sady získat užitečné poznatky, může být nutné upravit typy sloupců tak, aby bylo možné data správně zpracovat. To je zvlášť běžné u temporálních datových typů, které mohou být uloženy v různých formátech.

V tomto příkladu je pandas importován jako pd a je připraven k použití.

Toto cvičení je součástí kurzu

ETL a ELT v Pythonu

Zobrazit kurz

Pokyny k cvičení

Uprav funkci transform() tak, aby převáděla data ve sloupci "Order Date" na typ datetime.
Vyfiltruj DataFrame tak, aby obsahoval pouze řádky, kde je "Price Each" menší než deset dolarů.
Vypiš datové typy jednotlivých sloupců v DataFrame.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

raw_sales_data = extract("sales_data.csv")

def transform(raw_data):
    # Convert the "Order Date" column to type datetime
    raw_data["Order Date"] = pd.____(____, format="%m/%d/%y %H:%M")
    
    # Only keep items under ten dollars
    clean_data = raw_data.loc[____, :]
    return clean_data

clean_sales_data = transform(raw_sales_data)

# Check the data types of each column
print(____)

Upravit a spustit kód