Daten aus Parquet-Dateien extrahieren
Eine der gängigsten Methoden, Daten aus einem Quellsystem zu laden, ist das Einlesen aus einer Datei, zum Beispiel einer CSV-Datei. Da Daten immer größer werden, ist der Bedarf an besseren Dateiformaten gestiegen. Dadurch sind neue spaltenorientierte Formate entstanden, etwa Parquet-Dateien.
In dieser Übung übst du, Daten aus einer Parquet-Datei zu extrahieren.
Diese Übung ist Teil des Kurses
<Kurs>ETL und ELT in Python</Kurs>Übungsanweisungen
- Lies die Parquet-Datei am Pfad
"sales_data.parquet"in einpandas-DataFrame ein. - Prüfe die Datentypen des DataFrames, indem du sie mit
print()ausgibst. - Gib die Form (Shape) des DataFrames sowie den Kopf (Head) aus.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
import pandas as pd
# Read the sales data into a DataFrame
sales_data = pd.____("____", engine="fastparquet")
# Check the data type of the columns of the DataFrames
print(sales_data.____)
# Print the shape of the DataFrame, as well as the head
print(sales_data.____)
print(sales_data.____())