在資料管線中記錄日誌

在這個練習中，你將回顧先前影片中寫過的函式，並練習在函式裡加入日誌。這能幫助你在除錯或調整邏輯時定位問題！

已將 pandas 以 pd 匯入。此外也已匯入 logging 模組，且預設日誌等級已設為 "debug"。

本練習屬於課程

使用 Python 的 ETL 與 ELT

檢視課程

練習說明

在轉換後建立一則 info 等級的日誌，傳入字串："Transformed 'Order Date' column to type 'datetime'."
在篩選前後，分別以 debug 等級記錄 DataFrame 的 .shape。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

def transform(raw_data):
    raw_data["Order Date"] = pd.to_datetime(raw_data["Order Date"], format="%m/%d/%y %H:%M")
    clean_data = raw_data.loc[raw_data["Price Each"] < 10, :]
    
    # Create an info log regarding transformation
    logging.____("Transformed 'Order Date' column to type 'datetime'.")
    
    # Create debug-level logs for the DataFrame before and after filtering
    ____(f"Shape of the DataFrame before filtering: {raw_data.shape}")
    ____(f"Shape of the DataFrame after filtering: {clean_data.shape}")
    
    return clean_data
  
clean_sales_data = transform(raw_sales_data)

編輯並執行程式碼