Procesamiento de datos con csvkit
Una vez que hemos reunido un conjunto de datos, aún necesitamos procesarlo y limpiarlo antes de realizar análisis más avanzados, como el modelado predictivo. En este ejercicio de cierre, vamos a usar varios comandos de csvkit para tareas habituales de procesamiento y limpieza de datos.
El archivo de Excel Spotify_201809_201810.xlsx contiene dos hojas (pestañas), llamadas Spotify201809 y Spotify201810. Primero, vamos a dividir el archivo de Excel en sus hojas individuales, previsualizar estadísticas resumidas, eliminar algunas columnas y, después, apilar de nuevo las dos hojas para formar un único archivo csv, listo para análisis posteriores.
Este ejercicio forma parte del curso
Procesamiento de datos en Shell
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Convert the Spotify201809 sheet into its own csv file
___ Spotify_201809_201810.xlsx ___ "___" ___ Spotify201809.csv
# Check to confirm name and location of data file
ls