Spara data till filer
Att läsa in data till ett slutdestinationssystem är ett av de viktigaste stegen i en datapipeline. I den här övningen använder du funktionen transform() nedan för att transformera försäljningsdata för produkter innan den läses in till en .csv-fil. Det ger användare längre ned i pipeline en bättre överblick över den totala försäljningen för ett urval produkter.
För den här övningen har försäljningsdatan redan lästs in och transformerats, och finns lagrad i DataFrame:en clean_sales_data. Paketet pandas har importerats som pd, och biblioteket os är också redo att användas!
Den här övningen är en del av kursen
ETL och ELT i Python
Övningsinstruktioner
- Uppdatera funktionen
load()så att den skriver data till den angivna sökvägen, utan rubriker eller indexkolumn. - Kontrollera att filen har sparats till den önskade filsökvägen.
- Anropa funktionen för att läsa in den transformerade datan till permanent lagring.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
def load(clean_data, file_path):
# Write the data to a file
clean_data.to_csv(file_path, ____, ____)
# Check to make sure the file exists
file_exists = os.____.____(____)
if not file_exists:
raise Exception(f"File does NOT exists at path {file_path}")
# Load the transformed data to the provided file path
____(clean_sales_data, "transformed_sales_data.csv")