pandas के साथ सेल्स डेटा ट्रांसफॉर्म करना
किसी डेटासेट से इनसाइट निकालने से पहले, कॉलम के टाइप्स बदलने पड़ सकते हैं ताकि डेटा का सही लाभ उठाया जा सके. यह बात खास तौर पर टेम्पोरल डेटा टाइप्स पर लागू होती है, जिन्हें कई अलग-अलग तरीकों से स्टोर किया जा सकता है.
इस उदाहरण के लिए, pandas को pd के रूप में इम्पोर्ट किया गया है और यह आपके इस्तेमाल के लिए तैयार है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में ETL और ELT
अभ्यास निर्देश
transform()फंक्शन को अपडेट करें ताकि"Order Date"कॉलम के डेटा कोdatetimeटाइप में बदला जा सके.- DataFrame को फ़िल्टर करें ताकि उसमें सिर्फ वे रो रहें जिनमें
"Price Each"दस डॉलर से कम हो. - DataFrame में हर कॉलम के डेटा टाइप्स 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(____)