Extraire des données à partir de fichiers Parquet

L'une des façons les plus courantes d'ingérer des données depuis un système source est de lire un fichier, comme un fichier CSV. À mesure que les volumes ont augmenté, le besoin de formats plus efficaces a fait émerger de nouveaux formats en colonnes, tels que les fichiers Parquet.

Dans cet exercice, vous allez vous entraîner à extraire des données depuis un fichier Parquet.

Cet exercice fait partie du cours

<cours>ETL et ELT en Python</cours>

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 forme du DataFrame ainsi que ses premières lignes.

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