Extragerea datelor din fișiere parquet
Una dintre cele mai comune modalități de a prelua date dintr-un sistem sursă este citirea lor dintr-un fișier, precum un fișier CSV. Pe măsură ce volumul datelor a crescut, nevoia de formate mai eficiente a dus la apariția unor noi tipuri de fișiere orientate pe coloane, cum sunt fișierele parquet.
În acest exercițiu, vei exersa extragerea datelor dintr-un fișier parquet.
Acest exercițiu face parte din cursul
ETL și ELT în Python
Instrucțiuni pentru exercițiu
- Citește fișierul parquet de la calea
"sales_data.parquet"într-un DataFramepandas. - Verifică tipurile de date ale DataFrame-ului folosind
print(). - Afișează forma DataFrame-ului, precum și primele sale rânduri.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
import pandas as pd
# Read the sales data into a DataFrame
sales_data = pd.____("____", engine="fastparquet")
# Check the data type of the columns of the DataFrames
print(sales_data.____)
# Print the shape of the DataFrame, as well as the head
print(sales_data.____)
print(sales_data.____())