शुरू करेंमुफ़्त में शुरू करें

pandas के साथ सेल्स डेटा ट्रांसफॉर्म करना

किसी डेटासेट से इनसाइट्स निकालने से पहले, कॉलम टाइप्स को बदलना पड़ सकता है ताकि डेटा का सही तरह से लाभ उठाया जा सके. यह बात खासकर टेम्पोरल डेटा टाइप्स पर लागू होती है, जिन्हें कई तरीकों से स्टोर किया जा सकता है.

इस उदाहरण के लिए, pandas को pd नाम से import किया गया है और यह आपके उपयोग के लिए तैयार है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में ETL और ELT

पाठ्यक्रम देखें

अभ्यास निर्देश

  • transform() फंक्शन को अपडेट करें ताकि "Order Date" कॉलम का डेटा datetime टाइप में कनवर्ट हो जाए.
  • DataFrame को फ़िल्टर करें ताकि उसमें केवल वे रोज़ रहें जिनमें "Price Each" दस डॉलर से कम हो.
  • DataFrame के प्रत्येक कॉलम के डेटा टाइप प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

raw_sales_data = extract("sales_data.csv")

def transform(raw_data):
    # Convert the "Order Date" column to type datetime
    raw_data["Order Date"] = pd.____(____, format="%m/%d/%y %H:%M")
    
    # Only keep items under ten dollars
    clean_data = raw_data.loc[____, :]
    return clean_data

clean_sales_data = transform(raw_sales_data)

# Check the data types of each column
print(____)
कोड संपादित करें और चलाएँ