Mulai sekarangMulai gratis

Unggah laporan agregat untuk Februari

Pada latihan sebelumnya, Sam mengunduh file untuk bulan tersebut dari bucket data mentah.

Lalu ia menggabungkannya menjadi satu DataFrame yang menampilkan semua permintaan bulan itu dan jenis permintaannya.

Ia menyimpan DataFrame ini dalam variabel all_reqs dan menggunakan fitur groupby dari pandas untuk menghitung jumlah permintaan per nama layanan, sehingga menghasilkan DataFrame baru 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

Ia sudah membuat klien S3 boto3 dalam variabel s3.

Bantu ia mempublikasikan statistik permintaan bulan ini.

Tulis agg_df ke file CSV dan HTML, lalu unggah ke S3 sebagai file publik.

Latihan ini merupakan bagian dari kursus

Pengantar AWS Boto di Python

Lihat Kursus

Instruksi latihan

  • Tulis versi CSV dan HTML dari agg_df dan beri nama masing-masing 'feb_final_report.csv' dan 'feb_final_report.html'.
  • Unggah kedua versi agg_df ke bucket gid-reports dan atur agar dapat dibaca publik.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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': '____', 
                 '____': '____'})
Edit dan Jalankan Kode