转换与清洗 DataFrame

当数据已整理为干净的 Python 数据结构（如列表的列表）后，就可以轻松将其转换为 pandas 的 DataFrame。您将用上一个练习中整理好的数据来练习这一点。

和之前一样，pandas 已以 pd 导入，变量 normalized_testing_scores 存放每所学校的测试数据列表，如下所示。

[
    ['01M539', '111 Columbia Street', 'Manhattan', 657.0, 601.0, 601.0],
    ...
]

本练习是课程的一部分

使用 Python 的 ETL 和 ELT

查看课程

练习说明

从变量 normalized_testing_scores 中的列表的列表创建一个 pandas DataFrame。
为 normalized_data DataFrame 设置列名。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Create a DataFrame from the normalized_testing_scores list
normalized_data = ____(normalized_testing_scores)

# Set the column names
normalized_data.____ = ["school_id", "street_address", "city", "avg_score_math", "avg_score_reading", "avg_score_writing"]

normalized_data = normalized_data.set_index("school_id")
print(normalized_data.head())

编辑并运行代码