Трансформація даних про продажі за допомогою pandas

Перш ніж отримувати інсайти з набору даних, типи стовпчиків інколи потрібно змінити, щоб коректно працювати з даними. Це особливо часто трапляється з часовими типами даних, які можуть зберігатися у кількох різних форматах.

У цьому прикладі pandas імпортовано як pd і бібліотека готова до використання.

Ця вправа є частиною курсу

ETL та ELT у Python

Переглянути курс

Інструкції до вправи

Оновіть функцію transform(), щоб перетворити дані в стовпчику "Order Date" на тип datetime.
Відфільтруйте датафрейм, щоб залишити лише рядки з "Price Each" менш ніж десять доларів.
Виведіть типи даних кожного стовпчика в датафреймі.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

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(____)

Редагувати та запускати код