篩選 pandas DataFrame
從來源系統擷取到資料後，就該進行轉換了！來源資料常常包含比下游情境所需更多的資訊。遇到這種情況，就應該在資料管線的「transform」階段進行降維。
已將 pandas 以 pd 匯入，並提供 extract() 函式，可用來從傳入的路徑載入一個 DataFrame。
本練習屬於課程
使用 Python 的 ETL 與 ELT
練習說明
- 使用
extract()函式，從"sales_data.parquet"路徑載入 DataFrame。 - 更新
transform()函式，讓它只回傳所有「"Quantity Ordered"大於 1」的列與欄。 - 進一步篩選
clean_dataDataFrame，只保留"Order Date"、"Quantity Ordered"和"Purchase Address"欄位。 - 回傳篩選後的 DataFrame。
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。
# 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)