Extragerea datelor din fișiere parquet
Una dintre cele mai comune moduri de a prelua date dintr-un sistem sursă este citirea datelor dintr-un fișier, cum ar fi un fișier CSV. Pe măsură ce volumul de date a crescut, nevoia unor formate de fișiere mai performante a dus la apariția unor tipuri de fișiere orientate pe coloane, cum ar fi 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 aflat la calea
"sales_data.parquet"într-un DataFramepandas. - Verifică tipurile de date ale DataFrame-ului folosind
print(). - Afișează forma DataFrame-ului, precum și începutul acestuia.
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.____())