Tägliche Anfragen für Februar kombinieren

Es ist ein Monat vergangen, seit Sam das Berichtsskript zuletzt ausgeführt hat, und es ist Zeit für einen neuen Bericht für Februar.

Sie möchte neue Berichte für Februar hochladen und die Dateiliste aktualisieren – aufbauend auf der Arbeit aus der letzten Video-Lektion:

Directory listing screenshot

Sie hat den S3-Client boto3 bereits erstellt und in der Variablen s3 gespeichert. Den Inhalt ihrer Objekte hat sie in request_files abgelegt.

Du hilfst Sam dabei, die Anfragen aus dem Februar zu aggregieren, indem du Dateien aus dem Bucket gid-requests herunterlädst und zu einem einzigen DataFrame zusammenfügst!

Diese Übung ist Teil des Kurses

<Kurs>Einführung in AWS Boto mit Python</Kurs>

Kurs ansehen

Übungsanweisungen

Lade jedes Objekt aus s3.
Lies es in pandas ein und hänge es an df_list an.
Führe alle DataFrames in df_list zusammen.
Verschaffe dir eine Vorschau auf den DataFrame.

Interaktive praktische Übung

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

df_list = [] 

# Load each object from s3
for file in request_files:
    s3_day_reqs = s3.____(Bucket='gid-requests', 
                                Key=file['Key'])
    # Read the DataFrame into pandas, append it to the list
    day_reqs = pd.read_csv(s3_day_reqs['____'])
    df_list.append(day_reqs)

# Concatenate all the DataFrames in the list
all_reqs = pd.____(df_list)

# Preview the DataFrame
all_reqs.head()

Code bearbeiten und ausführen