Transformar datos de ventas con pandas

Antes de poder extraer información de un conjunto de datos, puede ser necesario modificar los tipos de columna para aprovechar adecuadamente los datos. Esto es especialmente habitual con los tipos de datos temporales, que pueden almacenarse de varias formas distintas.

Para este ejemplo, pandas se ha importado como pd y está listo para que lo utilices.

Este ejercicio forma parte del curso

Introducción a las canalizaciones de datos

Ver curso

Instrucciones de ejercicio

Actualiza la función transform() para convertir los datos de la columna "Order Date" al tipo datetime.
Filtra el DataFrame para que sólo contenga filas con "Price Each" inferiores a diez dólares.
Imprime los tipos de datos de cada columna del Marco de datos.

Ejercicio interactivo práctico

Pruebe este ejercicio completando este 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(____)

Editar y ejecutar código