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.

Stacking date și înlănțuirea comenzilor cu csvkit

Create Your Free Account