DataFrames transformieren und bereinigen

Sobald Daten in eine bereinigte Python-Datenstruktur wie eine Liste von Listen überführt wurden, lässt sich daraus leicht ein pandas-DataFrame erstellen. Genau das übst du hier mit den Daten, die du in der letzten Übung aufbereitet hast.

Wie gewohnt wurde pandas als pd importiert, und die Variable normalized_testing_scores enthält die Liste mit den Testdaten jeder Schule, wie unten gezeigt.

[
    ['01M539', '111 Columbia Street', 'Manhattan', 657.0, 601.0, 601.0],
    ...
]

Diese Übung ist Teil des Kurses

<Kurs>ETL und ELT in Python</Kurs>

Kurs ansehen

Übungsanweisungen

Erstelle aus der in normalized_testing_scores gespeicherten Liste von Listen ein pandas-DataFrame.
Setze die Spaltennamen für das DataFrame normalized_data.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Create a DataFrame from the normalized_testing_scores list
normalized_data = ____(normalized_testing_scores)

# Set the column names
normalized_data.____ = ["school_id", "street_address", "city", "avg_score_math", "avg_score_reading", "avg_score_writing"]

normalized_data = normalized_data.set_index("school_id")
print(normalized_data.head())

Code bearbeiten und ausführen