Transformar datos de ventas con pandas
Antes de extraer conclusiones de un conjunto de datos, puede que necesites cambiar los tipos de columna para aprovechar bien la información. Esto es especialmente habitual con los tipos temporales, que pueden almacenarse de varias formas.
En este ejemplo, pandas se ha importado como pd y está listo para que lo uses.
Este ejercicio forma parte del curso
ETL and ELT con Python
Instrucciones del ejercicio
- Actualiza la función
transform()para convertir los datos de la columna"Order Date"al tipodatetime. - Filtra el DataFrame para que solo contenga filas con
"Price Each"menor que diez dólares. - Imprime los tipos de datos de cada columna del DataFrame.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
raw_sales_data = extract("sales_data.csv")
def transform(raw_data):
# Convert the "Order Date" column to type datetime
raw_data["Order Date"] = pd.____(____, format="%m/%d/%y %H:%M")
# Only keep items under ten dollars
clean_data = raw_data.loc[____, :]
return clean_data
clean_sales_data = transform(raw_sales_data)
# Check the data types of each column
print(____)