Преобразование данных о продажах с помощью pandas

Прежде чем извлекать полезные сведения из набора данных, может потребоваться изменить типы столбцов, чтобы корректно работать с данными. Особенно часто это касается временны́х типов данных, которые могут храниться в самых разных форматах.

В этом примере pandas уже импортирован как pd и готов к использованию.

Это упражнение является частью курса

ETL и ELT на Python

Посмотреть курс

Инструкции к упражнению

Обновите функцию transform() так, чтобы данные в столбце "Order Date" преобразовывались в тип datetime.
Отфильтруйте DataFrame, оставив только строки, в которых "Price Each" меньше десяти долларов.
Выведите типы данных каждого столбца DataFrame.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

raw_sales_data = extract("sales_data.csv")

def transform(raw_data):
    # Convert the "Order Date" column to type datetime
    raw_data["Order Date"] = pd.____(____, format="%m/%d/%y %H:%M")
    
    # Only keep items under ten dollars
    clean_data = raw_data.loc[____, :]
    return clean_data

clean_sales_data = transform(raw_sales_data)

# Check the data types of each column
print(____)

Редактировать и запускать код