在「檢查點」驗證資料管線
在這個練習中，你將操作一個資料管線：它會從 CSV 檔案擷取稅務資料、新增一個欄位、依平均應稅所得篩選列，並將資料寫入 parquet 檔。
已經將 pandas 載入為 pd，而 extract()、transform()、load() 這三個函式也都定義好了。你會使用這些函式，在管線執行過程中的多個檢查點驗證資料管線。
本練習屬於課程
使用 Python 的 ETL 與 ELT
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 and transform tax_data
raw_tax_data = extract("raw_tax_data.csv")
clean_tax_data = transform(raw_tax_data)
# Check the shape of the raw_tax_data DataFrame, compare to the clean_tax_data DataFrame
print(f"Shape of raw_tax_data: {raw_tax_data.____}")
print(f"Shape of clean_tax_data: {____}")