Lọc DataFrame trong pandas
Khi dữ liệu đã được trích xuất từ hệ thống nguồn, đã đến lúc bạn biến đổi nó! Thường thì dữ liệu nguồn có nhiều thông tin hơn mức cần cho các bài toán phía sau. Trong trường hợp đó, bạn nên giảm chiều dữ liệu trong giai đoạn "transform" của pipeline dữ liệu.
pandas đã được import dưới tên pd, và hàm extract() có sẵn để tải một DataFrame từ đường dẫn được truyền vào.
Bài tập này là một phần của khóa học
ETL và ELT với Python
Hướng dẫn bài tập
- Dùng hàm
extract()để tải DataFrame được lưu ở đường dẫn"sales_data.parquet". - Cập nhật hàm
transform()để trả về tất cả các hàng và cột có"Quantity Ordered"lớn hơn 1. - Lọc thêm DataFrame
clean_datađể chỉ giữ các cột"Order Date","Quantity Ordered"và"Purchase Address". - Trả về DataFrame đã lọc.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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)