Przekształcanie i czyszczenie DataFrame'ów
Gdy dane zostaną zebrane w oczyszczoną strukturę Pythona – na przykład listę list – łatwo można przekształcić ją w DataFrame biblioteki pandas. Przećwiczysz to na danych przygotowanych w poprzednim ćwiczeniu.
Jak zwykle, pandas został zaimportowany jako pd, a zmienna normalized_testing_scores przechowuje listę danych testowych dla poszczególnych szkół, jak pokazano poniżej.
[
['01M539', '111 Columbia Street', 'Manhattan', 657.0, 601.0, 601.0],
...
]
To ćwiczenie jest częścią kursu
ETL i ELT w Pythonie
Instrukcje do ćwiczenia
- Utwórz DataFrame biblioteki
pandasna podstawie listy list przechowywanej w zmiennejnormalized_testing_scores. - Ustaw nazwy kolumn dla DataFrame'a
normalized_data.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create a DataFrame from the normalized_testing_scores list
normalized_data = ____(normalized_testing_scores)
# Set the column names
normalized_data.____ = ["school_id", "street_address", "city", "avg_score_math", "avg_score_reading", "avg_score_writing"]
normalized_data = normalized_data.set_index("school_id")
print(normalized_data.head())