Extraire des données de fichiers Parquet

L'une des façons les plus courantes d'ingérer des données depuis un système source consiste à lire un fichier, comme un fichier CSV. À mesure que le volume de données a augmenté, le besoin de formats de fichiers plus efficaces a mené à de nouveaux formats en colonnes, comme les fichiers Parquet.

Dans cet exercice, vous allez vous exercer à extraire des données d'un fichier Parquet.

Cette activité fait partie du cours

ETL et ELT en Python

Voir le cours

Instructions de l’exercice

Lisez le fichier Parquet au chemin "sales_data.parquet" dans un DataFrame pandas.
Vérifiez les types de données du DataFrame en les affichant avec print().
Affichez la dimension du DataFrame ainsi que son extrait de tête (avec .head()).

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

import pandas as pd

# Read the sales data into a DataFrame
sales_data = pd.____("____", engine="fastparquet")

# Check the data type of the columns of the DataFrames
print(sales_data.____)

# Print the shape of the DataFrame, as well as the head
print(sales_data.____)
print(sales_data.____())

Modifier et exécuter le code