Carregando dados de vendas em um arquivo CSV
Carregar dados é um componente essencial de qualquer pipeline de dados. Isso garante que consumidores e processos de dados tenham acesso confiável aos dados que você extraiu e transformou anteriormente no pipeline. Neste exercício, você vai praticar o carregamento de dados de vendas transformados para um arquivo CSV usando pandas, que já foi importado como pd. Além disso, os dados brutos foram extraídos e estão disponíveis no DataFrame raw_sales_data.
Este exercicio faz parte do curso
ETL e ELT em Python
Instruções do exercicio
- Filtre o DataFrame
raw_sales_datapara manter apenas os itens com preço menor que 25 dólares. - Atualize a função
load()para gravar os dados de vendas transformados em um arquivo chamado"transformed_sales_data.csv", garantindo que a colunaindexnão seja incluída. - Chame a função
load()no DataFrame limpo.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
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
____(____)