用 pandas 转换销售数据

在从数据集提取洞见之前，可能需要调整列的数据类型，才能更好地利用数据。时间类数据尤为常见，因为它可以用多种方式存储。

在本例中，已将 pandas 导入为 pd，可以直接使用。

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

更新 transform() 函数，将 "Order Date" 列的数据转换为 datetime 类型。
筛选 DataFrame，仅保留 "Price Each" 小于 10 美元的行。
打印该 DataFrame 各列的数据类型。

交互式实操练习

通过完成这段示例代码来试试这个练习。

raw_sales_data = extract("sales_data.csv")

def transform(raw_data):
    # Convert the "Order Date" column to type datetime
    raw_data["Order Date"] = pd.____(____, format="%m/%d/%y %H:%M")
    
    # Only keep items under ten dollars
    clean_data = raw_data.loc[____, :]
    return clean_data

clean_sales_data = transform(raw_sales_data)

# Check the data types of each column
print(____)

编辑并运行代码