Verkoopgegevens laden naar een CSV-bestand

Gegevens laden is een essentieel onderdeel van elke datapijplijn. Het zorgt ervoor dat afnemers en processen betrouwbaar toegang hebben tot de data die je eerder in de pijplijn hebt geëxtraheerd en getransformeerd. In deze oefening ga je getransformeerde verkoopgegevens laden naar een CSV-bestand met pandas, dat is geïmporteerd als pd. Daarnaast zijn de ruwe gegevens al geëxtraheerd en beschikbaar in de DataFrame raw_sales_data.

Deze oefening maakt deel uit van de cursus

ETL en ELT in Python

Bekijk cursus

Oefeninstructies

Filter de DataFrame raw_sales_data zodat je alleen items overhoudt met een prijs lager dan 25 dollar.
Pas de functie load() aan zodat de getransformeerde verkoopgegevens worden weggeschreven naar een bestand met de naam "transformed_sales_data.csv", en zorg ervoor dat de kolom index niet wordt opgenomen.
Roep de functie load() aan op de opgeschoonde DataFrame.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

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
____(____)

Code bewerken en uitvoeren