Завантажте зведені звіти за лютий
У попередній вправі Сем завантажила файли за місяць із баґа сирих даних.
Потім вона обʼєднала їх у один DataFrame, який показує всі звернення за місяць і типи звернень.
Вона зберегла цей DataFrame у змінній all_reqs і скористалася функціональністю groupby бібліотеки pandas, щоб підрахувати звернення за назвою сервісу, створивши новий DataFrame agg_df:
| service_name | count | |
|---|---|---|
| 0 | 72 Hour Violation | 2910 |
| 1 | Chain Link Fence Repair | 90 |
| 2 | Collections Truck Spill | 30 |
| 3 | Container Left Out | 120 |
| 4 | Dead Animal | 360 |
Вона вже створила клієнт S3 boto3 у змінній s3.
Допоможіть їй опублікувати цього місяця статистику звернень.
Запишіть agg_df у файли CSV та HTML і завантажте їх до S3 як публічні файли.
Ця вправа є частиною курсу
Вступ до AWS Boto в Python
Інструкції до вправи
- Запишіть версії
agg_dfу форматах CSV та HTML і назвіть їх відповідно'feb_final_report.csv'та'feb_final_report.html'. - Завантажте обидві версії
agg_dfдо баґаgid-reportsі встановіть для них публічне читання.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Write agg_df to a CSV and HTML file with no border
agg_df.____('./____')
agg_df.____('./____', border=0)
# Upload the generated CSV to the gid-reports bucket
s3.____(Filename='./feb_final_report.csv',
Key='2019/feb/final_report.html', Bucket='gid-reports',
____ = {'ACL': '____'})
# Upload the generated HTML to the gid-reports bucket
s3.upload_file(Filename='./feb_final_report.html',
Key='2019/feb/final_report.html', Bucket='gid-reports',
____ = {'ContentType': '____',
'____': '____'})