Cargar datos de ventas en un archivo CSV
Cargar datos es un componente esencial de cualquier canalización de datos. Garantiza que los consumidores de datos y los procesos tengan acceso fiable a los datos que has extraído y transformado antes en la canalización. En este ejercicio, practicarás cómo cargar datos de ventas transformados en un archivo CSV usando pandas, que se ha importado como pd. Además, los datos en bruto ya se han extraído y están disponibles en el DataFrame raw_sales_data.
Este ejercicio forma parte del curso
ETL y ELT en Python
Instrucciones del ejercicio
- Filtra el DataFrame
raw_sales_datapara quedarte solo con los artículos con un precio inferior a 25 dólares. - Actualiza la función
load()para escribir los datos de ventas transformados en un archivo llamado"transformed_sales_data.csv", asegurándote de no incluir la columnaindex. - Llama a la función
load()sobre el DataFrame depurado.
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
def transform(raw_data):
# Find the items prices less than 25 dollars
return raw_data.loc[raw_data["Price Each"] ____ ____, ["Order ID", "Product", "Price Each", "Order Date"]]
def load(clean_data):
# Write the data to a CSV file without the index column
____.____("transformed_sales_data.csv", index=____)
clean_sales_data = transform(raw_sales_data)
# Call the load function on the cleaned DataFrame
____(____)