การกรอง DataFrame ใน pandas

เมื่อดึงข้อมูลจากระบบต้นทางแล้ว ก็ถึงเวลาแปลงข้อมูล! บ่อยครั้งที่ข้อมูลต้นทางมีรายละเอียดมากเกินกว่าที่จำเป็นสำหรับการใช้งานในขั้นถัดไป หากเป็นเช่นนั้น ควรลดจำนวนมิติของข้อมูลในขั้นตอน "transform" ของ data pipeline

ได้นำเข้า pandas ในชื่อ pd แล้ว และฟังก์ชัน extract() พร้อมใช้งานสำหรับโหลด DataFrame จาก path ที่ส่งเข้าไป

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

ETL และ ELT ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

ใช้ฟังก์ชัน extract() เพื่อโหลด DataFrame จาก path "sales_data.parquet"
อัปเดตฟังก์ชัน transform() ให้คืนค่าทุกแถวและทุกคอลัมน์ที่มี "Quantity Ordered" มากกว่า 1
กรอง DataFrame clean_data เพิ่มเติมเพื่อให้แสดงเฉพาะคอลัมน์ "Order Date", "Quantity Ordered" และ "Purchase Address"
คืนค่า DataFrame ที่กรองแล้ว

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Extract data from the sales_data.parquet path
raw_sales_data = ____("sales_data.parquet")

def transform(raw_data):
  	# Only keep rows with `Quantity Ordered` greater than 1
    clean_data = raw_data.____[____, :]
    
    # Only keep columns "Order Date", "Quantity Ordered", and "Purchase Address"
    clean_data = ____
    
    # Return the filtered DataFrame
    return ____
    
transform(raw_sales_data)

แก้ไขและรันโค้ด