撰寫迭代器以分批載入資料（2）

在前一個練習中，你使用 read_csv() 從大型資料集讀入多個 DataFrame 區塊。這一題你會用更大的區塊大小讀入檔案，然後處理第一個區塊的資料。

處理資料時，你會建立另一個 DataFrame，只包含特定國家的列。接著把新 DataFrame 中的兩個欄位（'Total Population' 與 'Urban population (% of total)'）用 zip 合併。最後，你會從該 zip 物件建立一個 tuple 清單，其中每個 tuple 都由上述兩個欄位各取一個值組成。

你將使用位在目前目錄中的 'ind_pop_data.csv'。pandas 已以 pd 匯入。

本練習屬於課程

Python 工具箱

檢視課程

練習說明

使用 pd.read_csv() 讀入 'ind_pop_data.csv'，並設定每個區塊大小為 1000。將結果指定為 urb_pop_reader。
從可疊代物件 urb_pop_reader 取得「第一個」DataFrame 區塊，指定為 df_urb_pop。
只選取 df_urb_pop 中 'CountryCode' 為 'CEB' 的列。為此，請在 df_urb_pop[____] 的方括號內，比較 df_urb_pop['CountryCode'] 是否「等於」'CEB'。
使用 zip()，將 df_pop_ceb 的 'Total Population' 與 'Urban population (% of total)' 兩個欄位合併。將產生的 zip 物件指定為 pops。

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。

# Initialize reader object: urb_pop_reader
urb_pop_reader = pd.read_csv(____, ____)

# Get the first DataFrame chunk: df_urb_pop
df_urb_pop = next(____)

# Check out the head of the DataFrame
print(df_urb_pop.head())

# Check out specific country: df_pop_ceb
df_pop_ceb = df_urb_pop[____]

# Zip DataFrame columns of interest: pops
pops = zip(____, ____)

# Turn zip object into list: pops_list
pops_list = list(pops)

# Print pops_list
print(pops_list)

編輯並執行程式碼