Nicht-flache Dateien aus dem Web importieren

Glückwunsch! Du hast soeben eine Flatfile aus dem Web direkt in ein DataFrame geladen, ohne sie vorher lokal zu speichern – mit der pandas-Funktion pd.read_csv(). Diese Funktion ist super, denn es gibt enge Verwandte, mit denen du alle möglichen Dateitypen laden kannst, nicht nur flache. In dieser interaktiven Übung verwendest du pd.read_excel(), um eine Excel-Tabelle zu importieren.

Die URL der Tabelle lautet

'https://assets.datacamp.com/course/importing_data_into_r/latitude.xls'

Deine Aufgabe ist es, mit pd.read_excel() alle Sheets einzulesen, die Sheet-Namen auszugeben und anschließend den Kopf des ersten Sheets auszugeben – mit seinem Namen, nicht über den Index.

Beachte, dass die Ausgabe von pd.read_excel() ein Python-Dictionary ist, dessen Keys die Sheet-Namen sind und dessen Werte die entsprechenden DataFrames.

Diese Übung ist Teil des Kurses

Importing Data in Python (Fortgeschritten)

Kurs anzeigen

Anleitung zur Übung

Weise die URL der Datei der Variable url zu.
Lies die Datei in url mit pd.read_excel() in ein Dictionary xls ein. Denke daran: Um alle Sheets zu importieren, musst du None an das Argument sheet_name übergeben.
Gib die Namen der Sheets in der Excel-Tabelle aus; das sind die Keys des Dictionarys xls.
Gib den Kopf des ersten Sheets aus – verwende den Sheet-Namen, nicht den Index des Sheets! Der Sheet-Name ist '1700'

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Import package
import pandas as pd

# Assign url of file: url


# Read in all sheets of Excel file: xls


# Print the sheetnames to the shell


# Print the head of the first sheet (using its name, NOT its index)

Code bearbeiten und ausführen