在数据管道中记录日志

在本练习中，您将回顾之前视频中编写的函数，并练习为该函数添加日志记录。这有助于在排查错误或修改逻辑时更高效！

已将 pandas 以 pd 名称导入。同时已导入 logging 模块，并将默认日志级别设置为 "debug"。

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

在完成转换后创建一条 info 级别日志，传入字符串："Transformed 'Order Date' column to type 'datetime'."
在筛选前后分别以 debug 级别记录 DataFrame 的 .shape。

交互式实操练习

通过完成这段示例代码来试试这个练习。

def transform(raw_data):
    raw_data["Order Date"] = pd.to_datetime(raw_data["Order Date"], format="%m/%d/%y %H:%M")
    clean_data = raw_data.loc[raw_data["Price Each"] < 10, :]
    
    # Create an info log regarding transformation
    logging.____("Transformed 'Order Date' column to type 'datetime'.")
    
    # Create debug-level logs for the DataFrame before and after filtering
    ____(f"Shape of the DataFrame before filtering: {raw_data.shape}")
    ____(f"Shape of the DataFrame after filtering: {clean_data.shape}")
    
    return clean_data
  
clean_sales_data = transform(raw_sales_data)

编辑并运行代码