Procesarea datelor cu csvkit
După ce am asamblat un set de date, trebuie să îl procesăm și să îl curățăm înainte de analize mai avansate, cum ar fi modelarea predictivă. În acest exercițiu de sinteză, vom folosi diverse comenzi din csvkit pentru operații comune de procesare și curățare a datelor.
Fișierul Excel Spotify_201809_201810.xlsx conține două foi (tab-uri), numite Spotify201809 și Spotify201810. Mai întâi, vom împărți fișierul Excel în foile sale individuale, vom previzualiza statistici sumare, vom elimina câteva coloane, apoi vom reuni cele două foi într-un singur fișier CSV, gata pentru analize ulterioare.
Acest exercițiu face parte din cursul
Procesarea datelor în linia de comandă
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Convert the Spotify201809 sheet into its own csv file
___ Spotify_201809_201810.xlsx ___ "___" ___ Spotify201809.csv
# Check to confirm name and location of data file
ls