Charger une partie d'un chiffrier

Les chiffriers destinés à la lecture humaine contiennent souvent plusieurs tableaux. Par exemple, une petite entreprise peut tenir un classeur d'inventaire avec des tableaux pour différents types de produits sur une seule feuille. Même des données tabulaires peuvent avoir des lignes d'en-tête remplies de métadonnées, comme les données du New Developer Survey ici. Ces métadonnées sont utiles, mais nous ne les voulons pas dans un dataframe. Vous utiliserez le paramètre skiprows de read_excel() pour obtenir uniquement les données. Vous créerez aussi une chaîne à passer à usecols pour récupérer seulement la colonne AD et les colonnes de AW à BA, qui portent sur les objectifs professionnels futurs.

pandas a été importé sous le nom pd.

Cette activité fait partie du cours

Ingestion de données rationalisée avec pandas

Voir le cours

Instructions de l’exercice

Créez une seule chaîne, col_string, indiquant que pandas doit charger la colonne AD ET la plage de AW à BA.
Chargez fcc_survey_headers.xlsx', en définissant skiprows et usecols pour ignorer les deux premières lignes de métadonnées et récupérer uniquement les colonnes précisées dans col_string.
Affichez les noms des colonnes sélectionnées dans le dataframe obtenu.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create string of lettered columns to load
col_string = ____

# Load data with skiprows and usecols set
survey_responses = ____("fcc_survey_headers.xlsx", 
                        ____, 
                        ____)

# View the names of the columns selected
print(survey_responses.columns)

Modifier et exécuter le code