上傳 2 月的彙整報表

在上一個練習中，Sam 從原始資料的 bucket 下載了該月份的所有檔案。

接著她把這些檔案合併成一個 DataFrame，彙整了該月份的所有請求與請求類型。

她把這個 DataFrame 存在變數 all_reqs，並使用 pandas 的 groupby 功能，依服務名稱計數，產生新的 DataFrame agg_df：

	service_name	count
0	72 Hour Violation	2910
1	Chain Link Fence Repair	90
2	Collections Truck Spill	30
3	Container Left Out	120
4	Dead Animal	360

她已經在變數 s3 中建立了 boto3 的 S3 用戶端。

請協助她發布本月的請求統計。

將 agg_df 輸出為 CSV 與 HTML 檔案，並以上傳至 S3，設為公開存取。

本練習屬於課程

Python 中的 AWS Boto 入門

檢視課程

練習說明

將 agg_df 另存為 CSV 與 HTML 版本，分別命名為 'feb_final_report.csv' 與 'feb_final_report.html'。
將兩個版本上傳到 gid-reports bucket，並將權限設為可公開讀取。

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。

# Write agg_df to a CSV and HTML file with no border
agg_df.____('./____')
agg_df.____('./____', border=0)

# Upload the generated CSV to the gid-reports bucket
s3.____(Filename='./feb_final_report.csv', 
	Key='2019/feb/final_report.html', Bucket='gid-reports',
    ____ = {'ACL': '____'})

# Upload the generated HTML to the gid-reports bucket
s3.upload_file(Filename='./feb_final_report.html', 
	Key='2019/feb/final_report.html', Bucket='gid-reports',
    ____ = {'ContentType': '____', 
                 '____': '____'})

編輯並執行程式碼