pandas を使った売上データの変換
データセットからインサイトを引き出すには、データを適切に活用できるよう列の型を変更する必要がある場合があります。これは特に、複数の異なる形式で保存されうる時間データ型でよく見られます。
この例では、pandas はすでに pd としてインポート済みなので、そのまま使用できます。
この演習はコースの一部です
Python で学ぶ ETL と ELT
演習の手順
transform()関数を更新し、"Order Date"列のデータをdatetime型に変換しましょう。- DataFrame をフィルタリングし、
"Price Each"が10ドル未満の行のみを残しましょう。 - DataFrame の各列のデータ型を出力しましょう。
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。
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(____)