Trích xuất dữ liệu từ các tệp parquet
Một trong những cách phổ biến nhất để nạp dữ liệu từ hệ thống nguồn là đọc dữ liệu từ tệp, chẳng hạn như tệp CSV. Khi dữ liệu ngày càng lớn, nhu cầu về định dạng tệp tốt hơn đã tạo ra các kiểu tệp theo cột mới, như parquet.
Trong bài tập này, bạn sẽ thực hành trích xuất dữ liệu từ một tệp parquet.
Bài tập này là một phần của khóa học
ETL và ELT với Python
Hướng dẫn bài tập
- Đọc tệp parquet tại đường dẫn
"sales_data.parquet"vào một DataFrame củapandas. - Kiểm tra kiểu dữ liệu của DataFrame bằng cách
print(). - In ra kích thước (shape) của DataFrame, cũng như phần đầu (head) của nó.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
import pandas as pd
# Read the sales data into a DataFrame
sales_data = pd.____("____", engine="fastparquet")
# Check the data type of the columns of the DataFrames
print(sales_data.____)
# Print the shape of the DataFrame, as well as the head
print(sales_data.____)
print(sales_data.____())