शुरू करेंमुफ़्त में शुरू करें

pandas DataFrames को फ़िल्टर करना

जैसे ही डेटा किसी source system से extract किया जाता है, उसे transform करने का समय होता है! अक्सर, source डेटा में downstream use cases के लिए ज़रूरत से ज़्यादा जानकारी होती है. ऐसे में, डेटा पाइपलाइन के "transform" चरण के दौरान dimensionality को कम किया जाना चाहिए.

pandas को pd नाम से import किया गया है, और extract() फंक्शन उपलब्ध है जिससे आप दिए गए path से DataFrame लोड कर सकते हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में ETL और ELT

पाठ्यक्रम देखें

अभ्यास निर्देश

  • extract() फंक्शन का उपयोग करके "sales_data.parquet" path में स्टोर किया गया DataFrame लोड करें.
  • transform() फंक्शन को अपडेट करें ताकि वह सभी पंक्तियाँ और कॉलम्स लौटाए जहाँ "Quantity Ordered" 1 से अधिक हो.
  • आगे clean_data DataFrame को फ़िल्टर करें ताकि केवल "Order Date", "Quantity Ordered" और "Purchase Address" कॉलम्स शामिल हों.
  • फ़िल्टर किया हुआ DataFrame रिटर्न करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Extract data from the sales_data.parquet path
raw_sales_data = ____("sales_data.parquet")

def transform(raw_data):
  	# Only keep rows with `Quantity Ordered` greater than 1
    clean_data = raw_data.____[____, :]
    
    # Only keep columns "Order Date", "Quantity Ordered", and "Purchase Address"
    clean_data = ____
    
    # Return the filtered DataFrame
    return ____
    
transform(raw_sales_data)
कोड संपादित करें और चलाएँ