Téléverser les rapports agrégés de février
Dans le dernier exercice, Sam a téléchargé les fichiers du mois depuis le compartiment de données brutes.
Elle les a ensuite combinés en un seul DataFrame qui présente toutes les demandes du mois et leur type.
Elle a stocké ce DataFrame dans la variable all_reqs et utilisé la fonctionnalité groupby de pandas pour compter les demandes par nom de service, ce qui a généré un nouveau DataFrame agg_df :
| service_name | count | |
|---|---|---|
| 0 | 72 Hour Violation | 2910 |
| 1 | Chain Link Fence Repair | 90 |
| 2 | Collections Truck Spill | 30 |
| 3 | Container Left Out | 120 |
| 4 | Dead Animal | 360 |
Elle a déjà créé le client S3 boto3 dans la variable s3.
Aidez‑la à publier les statistiques de ce mois.
Écrivez agg_df dans des fichiers CSV et HTML, puis téléversez‑les sur S3 en tant que fichiers publics.
Cet exercice fait partie du cours
Introduction à AWS Boto en Python
Instructions
- Écrivez les versions CSV et HTML de
agg_dfet nommez‑les respectivement'feb_final_report.csv'et'feb_final_report.html'. - Téléversez les deux versions de
agg_dfdans le compartimentgid-reportset définissez la lecture publique.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Write agg_df to a CSV and HTML file with no border
agg_df.____('./____')
agg_df.____('./____', border=0)
# Upload the generated CSV to the gid-reports bucket
s3.____(Filename='./feb_final_report.csv',
Key='2019/feb/final_report.html', Bucket='gid-reports',
____ = {'ACL': '____'})
# Upload the generated HTML to the gid-reports bucket
s3.upload_file(Filename='./feb_final_report.html',
Key='2019/feb/final_report.html', Bucket='gid-reports',
____ = {'ContentType': '____',
'____': '____'})