1. Aprende
    2. /
  2. Cursos
    3. /
  3. Introducción a las canalizaciones de datos
  • 1

    Introducción a las canalizaciones de datos

    Gratuito

    Prepárate para descubrir cómo se recopilan, procesan y mueven los datos mediante canalizaciones de datos. Explorarás las cualidades de los mejores conductos de datos, y te prepararás para diseñar y construir el tuyo propio.

  • 2

    Construyendo ETL Pipelines

    Sumérgete en el aprovechamiento de pandas para extraer, transformar y cargar datos mientras construyes tus primeras canalizaciones de datos. Aprende a hacer que tu lógica ETL sea reutilizable, y aplica el registro y la gestión de excepciones a tus canalizaciones.

  • 3

    Técnicas avanzadas ETL

    Potencia tu flujo de trabajo con técnicas avanzadas de canalización de datos, como el trabajo con datos no tabulares y la persistencia de DataFrames en bases de datos SQL. Descubre herramientas para abordar transformaciones avanzadas con pandas, y descubre las mejores prácticas para trabajar con datos complejos.

  • 4

    Despliegue y mantenimiento de una canalización de datos

    En este último capítulo, crearás marcos para validar y probar las canalizaciones de datos antes de enviarlas a producción. Después de haber probado tu canalización, explorarás técnicas para ejecutar tu canalización de datos de extremo a extremo, todo ello permitiendo la visibilidad del rendimiento de la canalización.

Initializing

Ejercicio

Personalizar un archivo CSV

A veces, es necesario almacenar los datos en un archivo CSV de forma personalizada. Esto puede incluir utilizar diferentes valores de cabecera, incluir o excluir la columna índice de un Marco de datos, o alterar el carácter utilizado para separar las columnas. En este ejemplo, podrás practicar esto, así como asegurarte de que el archivo se almacena en la ruta de archivo deseada.

La biblioteca pandas se ha importado como pd, y los datos ya se han transformado para incluir sólo las filas con una "Cantidad pedida" mayor que uno. El DataFrame depurado se almacena en una variable llamada clean_sales_data.

Instrucciones

100 XP
  • Importa la biblioteca os.
  • Escribe el DataFrame depurado en un CSV almacenado en path_to_write, sin cabecera.
  • Asegúrate de que el archivo se ha escrito en la ruta deseada.