売上データを CSV ファイルにロードする
データのロードは、あらゆるデータパイプラインの重要な要素です。これにより、パイプラインの前段で抽出・変換したデータに、データ利用者や後続プロセスが確実にアクセスできるようになります。この演習では、pandas（pd としてインポート済み）を使って、変換後の売上データを CSV ファイルにロードする練習をします。あわせて、生データはすでに抽出されており、DataFrame raw_sales_data として利用可能です。
この演習はコースの一部です
Python で学ぶ ETL と ELT
演習の手順
raw_sales_dataDataFrame を、価格が25ドル未満の項目だけが残るようにフィルタリングします。load()関数を更新し、変換後の売上データを"transformed_sales_data.csv"という名前のファイルに書き出し、index列を含めないようにします。- クリーニング済みの DataFrame に対して
load()関数を呼び出します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
def transform(raw_data):
# Find the items prices less than 25 dollars
return raw_data.loc[raw_data["Price Each"] ____ ____, ["Order ID", "Product", "Price Each", "Order Date"]]
def load(clean_data):
# Write the data to a CSV file without the index column
____.____("transformed_sales_data.csv", index=____)
clean_sales_data = transform(raw_sales_data)
# Call the load function on the cleaned DataFrame
____(____)