Combiner les demandes quotidiennes de février
Cela fait un mois que Sam n’a pas exécuté le script de rapport, et il est temps pour elle de générer un nouveau rapport pour février.
Elle souhaite téléverser de nouveaux rapports pour février et mettre à jour la liste des fichiers, en s’appuyant sur le travail effectué lors de la dernière vidéo :
Elle a déjà créé le client S3 boto3 et l’a stocké dans la variable s3. Elle a stocké le contenu de ses objets dans request_files.
Vous allez aider Sam à agréger les demandes de février en téléchargeant les fichiers du compartiment gid-requests et en les concaténant en un seul DataFrame !
Cet exercice fait partie du cours
Introduction à AWS Boto en Python
Instructions
- Chargez chaque objet depuis
s3. - Lisez-le avec
pandaset ajoutez-le àdf_list. - Concaténez tous les DataFrame de
df_list. - Affichez un aperçu du DataFrame.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
df_list = []
# Load each object from s3
for file in request_files:
s3_day_reqs = s3.____(Bucket='gid-requests',
Key=file['Key'])
# Read the DataFrame into pandas, append it to the list
day_reqs = pd.read_csv(s3_day_reqs['____'])
df_list.append(day_reqs)
# Concatenate all the DataFrames in the list
all_reqs = pd.____(df_list)
# Preview the DataFrame
all_reqs.head()