Charger les données de ventes dans un fichier CSV
Le chargement des données est un élément essentiel de toute chaîne de traitement de données. Il garantit que les consommateurs et les processus de données ont un accès fiable aux données que vous avez extraites et transformées plus tôt dans la chaîne. Dans cet exercice, vous allez pratiquer le chargement de données de ventes transformées dans un fichier CSV à l'aide de pandas, importé sous le nom pd. De plus, les données brutes ont été extraites et sont disponibles dans le DataFrame raw_sales_data.
Cette activité fait partie du cours
ETL et ELT en Python
Instructions de l’exercice
- Filtrez le DataFrame
raw_sales_datapour ne conserver que les articles dont le prix est inférieur à 25 dollars. - Modifiez la fonction
load()pour écrire les données de ventes transformées dans un fichier nommé"transformed_sales_data.csv", en veillant à ne pas inclure la colonneindex. - Appelez la fonction
load()sur le DataFrame nettoyé.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
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
____(____)