Créer des DataFrames Dask à partir de fichiers CSV
Plus tôt, vous avez analysé les données de chansons Spotify à l'aide de boucles et de fonctions différées. Vous savez maintenant que vous pouvez accomplir la même chose plus facilement avec un DataFrame Dask. Voyons à quel point les mêmes tâches effectuées plus tôt deviennent plus simples si vous utilisez ces méthodes plutôt que des boucles. Toutefois, vous devez d'abord charger l'ensemble de données dans un DataFrame Dask.
Cette activité fait partie du cours
Programmation parallèle avec Dask en Python
Instructions de l’exercice
- Importez le sous-module
dask.dataframesous le nomdd. - Lisez tous les fichiers CSV du dossier
data/spotifyen utilisant une taille de bloc maximale de 1 MB. - Utilisez la fonction
dd.to_datetime()pour convertir les chaînes de la colonne'release_date'en objets datetime. - Utilisez la méthode
.head()du DataFrame pour afficher 5 lignes du tableau.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import dask dataframe as dd
____
# Load in the DataFrame
df = ____
# Convert the release_date column from string to datetime
____
# Show 5 rows of the DataFrame
print(____)