売上データを CSV ファイルに読み込む

データのロードは、あらゆるデータパイプラインに欠かせない要素です。パイプラインの前段階で抽出・変換したデータに、データ利用者や後続の処理が確実にアクセスできるようにする役割を担います。この演習では、pandas（pd としてインポート済み）を使って、変換済みの売上データを CSV ファイルに読み込む作業を練習します。これに加えて、生データはすでに抽出されており、DataFrame raw_sales_data として利用できます。

この演習はコースの一部です

Python で学ぶ ETL と ELT

コースを見る

演習の手順

raw_sales_data DataFrame を絞り込み、価格が 25 ドル未満の商品のみを残します。
load() 関数を更新し、変換済みの売上データを "transformed_sales_data.csv" という名前のファイルに書き出します。その際、index 列は含めないようにしてください。
クリーンアップ済みの DataFrame を使って 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
____(____)

コードを編集して実行