Acesta este ultimul pas. Ai învățat multe despre procesarea unui set de date de dimensiuni mari pe fragmente. În acest ultim exercițiu, vei pune tot codul de procesare a datelor într-o singură funcție, astfel încât să îl poți reutiliza fără a rescrie același lucru de fiecare dată.

Vei defini funcția plot_pop(), care primește două argumente: numele fișierului de procesat și codul de țară al rândurilor pe care vrei să le procesezi din setul de date.

Deoarece tot codul scris în exercițiile anterioare va fi inclus în plot_pop(), apelarea funcției realizează automat următoarele:

Încărcarea fișierului fragment cu fragment,
Crearea noii coloane cu valorile populației urbane și
Reprezentarea grafică a datelor privind populația urbană.

Este multă muncă încapsulată într-o singură funcție, dar acum poți repeta același proces cu ușurință pentru orice fișier și cod de țară dorești să procesezi și să vizualizezi!

Vei folosi datele din 'ind_pop_data.csv', disponibil în directorul curent. Pachetele pandas și matplotlib.pyplot au fost importate ca pd, respectiv plt.

După ce termini, ia un moment să privești graficele și să reflectezi asupra noilor competențe dobândite. Călătoria nu se oprește aici! Dacă ți-a plăcut să lucrezi cu aceste date, poți continua să le explorezi folosind versiunea preprocesată disponibilă pe Kaggle.

Folosirea iteratorului read_csv din pandas pentru streaming de date

Create Your Free Account