2월 집계 보고서 업로드

이전 연습 문제에서 Sam은 원시 데이터 버킷에서 해당 월의 파일을 다운로드했어요.

그런 다음 한 달치의 모든 요청과 요청 유형을 보여주는 하나의 DataFrame으로 합쳤어요.

그 결과를 변수 all_reqs에 저장하고, pandas의 groupby 기능으로 서비스 이름별 요청 수를 집계해 새로운 DataFrame agg_df를 생성했어요:

	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

이미 boto3 S3 클라이언트를 변수 s3로 만들어 두었어요.

이달의 요청 통계를 게시할 수 있도록 도와주세요.

agg_df를 CSV와 HTML 파일로 저장한 뒤, S3에 공개 파일로 업로드하세요.

이 연습은 강의의 일부입니다

Python으로 시작하는 AWS Boto

강의 보기

연습 안내

agg_df의 CSV와 HTML 버전을 각각 'feb_final_report.csv'와 'feb_final_report.html'로 저장하세요.
두 파일을 gid-reports 버킷에 업로드하고, 공개 읽기 권한으로 설정하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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': '____', 
                 '____': '____'})

코드 편집 및 실행