Nahrání souhrnných reportů za únor

V předchozím cvičení Sam stáhla soubory za daný měsíc z bucketu se surovými daty.

Poté je všechny sloučila do jednoho DataFrame, který obsahuje přehled všech požadavků a jejich typů za celý měsíc.

Tento DataFrame uložila do proměnné all_reqs a pomocí funkce groupby z knihovny pandas spočítala požadavky podle názvu služby, čímž vznikl nový DataFrame agg_df:

	service_name	count
0	72 Hour Violation	2910
1	Chain Link Fence Repair	90
2	Collections Truck Spill	30
3	Container Left Out	120
4	Dead Animal	360

S3 klienta boto3 už má uloženého v proměnné s3.

Pomož jí zveřejnit statistiky požadavků za tento měsíc.

Zapiš agg_df do souborů CSV a HTML a nahraj je do S3 jako veřejné soubory.

Toto cvičení je součástí kurzu

Introduction to AWS Boto in Python

Zobrazit kurz

Pokyny k cvičení

Ulož agg_df ve formátu CSV a HTML pod názvy 'feb_final_report.csv' a 'feb_final_report.html'.
Nahraj obě verze agg_df do bucketu gid-reports a nastav je jako veřejně čitelné.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Write agg_df to a CSV and HTML file with no border
agg_df.____('./____')
agg_df.____('./____', border=0)

# Upload the generated CSV to the gid-reports bucket
s3.____(Filename='./feb_final_report.csv', 
	Key='2019/feb/final_report.html', Bucket='gid-reports',
    ____ = {'ACL': '____'})

# Upload the generated HTML to the gid-reports bucket
s3.upload_file(Filename='./feb_final_report.html', 
	Key='2019/feb/final_report.html', Bucket='gid-reports',
    ____ = {'ContentType': '____', 
                 '____': '____'})

Upravit a spustit kód