Trasformare e pulire i DataFrame

Una volta che i dati sono stati curati in una struttura Python pulita, come una lista di liste, è facile convertirli in un DataFrame pandas. In questo esercizio metterai in pratica proprio questo passaggio utilizzando i dati curati nell'esercizio precedente.

Come al solito, pandas è stato importato come pd e la variabile normalized_testing_scores contiene la lista dei dati dei test di ciascuna scuola, come mostrato di seguito.

[
    ['01M539', '111 Columbia Street', 'Manhattan', 657.0, 601.0, 601.0],
    ...
]

Questo esercizio fa parte del corso

ETL and ELT in Python

Visualizza il corso

Istruzioni dell'esercizio

Crea un DataFrame pandas dalla lista di liste memorizzata nella variabile normalized_testing_scores.
Imposta i nomi delle colonne per il DataFrame normalized_data.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Create a DataFrame from the normalized_testing_scores list
normalized_data = ____(normalized_testing_scores)

# Set the column names
normalized_data.____ = ["school_id", "street_address", "city", "avg_score_math", "avg_score_reading", "avg_score_writing"]

normalized_data = normalized_data.set_index("school_id")
print(normalized_data.head())

Modifica ed esegui il codice