Gegevens opslaan naar bestanden
Data laden naar een eindbestemming is een van de belangrijkste stappen in een datapijplijn. In deze oefening gebruik je de hieronder getoonde functie transform() om verkoopgegevens van producten te transformeren voordat je ze naar een .csv-bestand wegschrijft. Dit geeft downstream-gebruikers een beter beeld van de totale verkoop over een reeks producten.
Voor deze oefening zijn de verkoopgegevens geladen en getransformeerd, en opgeslagen in de DataFrame clean_sales_data. Het pakket pandas is geïmporteerd als pd, en de os-bibliotheek is ook klaar voor gebruik!
Deze oefening maakt deel uit van de cursus
ETL en ELT in Python
Oefeninstructies
- Werk de functie
load()bij om data naar het opgegeven pad te schrijven, zonder kolomnamen (headers) en zonder indexkolom. - Controleer of het bestand is opgeslagen op het gewenste bestandspad.
- Roep de functie aan om de getransformeerde data naar permanente opslag te schrijven.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
def load(clean_data, file_path):
# Write the data to a file
clean_data.to_csv(file_path, ____, ____)
# Check to make sure the file exists
file_exists = os.____.____(____)
if not file_exists:
raise Exception(f"File does NOT exists at path {file_path}")
# Load the transformed data to the provided file path
____(clean_sales_data, "transformed_sales_data.csv")