Працюємо з кількома аркушами

Робочі книги, призначені передусім для людей, а не для машин, можуть зберігати дані про одну тему на кількох аркушах. Наприклад, файл може містити окремий аркуш із транзакціями для кожного регіону або року, у який працював бізнес.

Файл опитування FreeCodeCamp New Developer побудовано подібно: зразки відповідей за різні роки розміщено на різних аркушах. Ваше завдання — зібрати їх в одному датафреймі для аналізу.

pandas імпортовано як pd. Усі аркуші прочитано в впорядкований словник responses, де назви аркушів — це ключі, а датафрейми — значення, тож ви можете отримати датафрейми за допомогою методу values().

Ця вправа є частиною курсу

Оптимізоване завантаження даних із pandas

Переглянути курс

Інструкції до вправи

Створіть порожній датафрейм all_responses.
Налаштуйте цикл for, щоб ітеруватися значеннями словника responses.
Конкатенуйте кожен датафрейм до all_responses і перевизначайте результат у змінну з тією самою назвою.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Create an empty dataframe
all_responses = ____

# Set up for loop to iterate through values in responses
for df in ____:
  # Print the number of rows being added
  print("Adding {} rows".format(df.shape[0]))
  # Concatenate all_responses and df, assign result
  all_responses = pd.concat(____)

# Graph employment statuses in sample
counts = all_responses.groupby("EmploymentStatus").EmploymentStatus.count()
counts.plot.barh()
plt.show()

Редагувати та запускати код