自定义 CSV 文件
有时需要以自定义方式将数据存储到 CSV 文件中。这可能包括使用不同的表头值、包含或排除 DataFrame 的索引列，或更改用于分隔列的字符。在本练习中，您将实践这些操作，并确保文件被保存到期望的文件路径。
pandas 库已按 pd 导入，且数据已经过转换，仅包含 "Quantity Ordered" 大于 1 的行。清洗后的 DataFrame 已存储在名为 clean_sales_data 的变量中。
本练习是课程的一部分
使用 Python 的 ETL 和 ELT
练习说明
- 导入
os库。 - 将清洗后的 DataFrame 写入存放在
path_to_write的 CSV 文件中，且不包含表头。 - 确认文件已写入到期望的路径。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import the os library
____
# Load the data to a csv file with the index, no header and pipe separated
def load(clean_data, path_to_write):
clean_data.____(____, header=____, sep="|")
load(clean_sales_data, "clean_sales_data.csv")
# Check that the file is present.
file_exists = os.____.____(____)
print(file_exists)