上传 2 月份的汇总报告

在上一个练习中，Sam 从原始数据的存储桶下载了该月的文件。

随后她将这些文件合并为一个 DataFrame，展示该月的所有请求及其请求类型。

她把这个 DataFrame 存在变量 all_reqs 中，并使用 pandas 的 groupby 功能按服务名称统计请求次数，生成了新的 DataFrame agg_df：

	service_name	count
0	72 Hour Violation	2910
1	Chain Link Fence Repair	90
2	Collections Truck Spill	30
3	Container Left Out	120
4	Dead Animal	360

她已经在变量 s3 中创建了 boto3 的 S3 客户端。

请帮助她发布本月的请求统计。

将 agg_df 写出为 CSV 和 HTML 文件，并将它们作为公共文件上传到 S3。

本练习是课程的一部分

Python 中的 AWS Boto 入门

查看课程

练习说明

将 agg_df 分别写出为 CSV 和 HTML，文件名为 'feb_final_report.csv' 和 'feb_final_report.html'。
将两个版本的 agg_df 上传到 gid-reports 存储桶，并设置为 public read。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Write agg_df to a CSV and HTML file with no border
agg_df.____('./____')
agg_df.____('./____', border=0)

# Upload the generated CSV to the gid-reports bucket
s3.____(Filename='./feb_final_report.csv', 
	Key='2019/feb/final_report.html', Bucket='gid-reports',
    ____ = {'ACL': '____'})

# Upload the generated HTML to the gid-reports bucket
s3.upload_file(Filename='./feb_final_report.html', 
	Key='2019/feb/final_report.html', Bucket='gid-reports',
    ____ = {'ContentType': '____', 
                 '____': '____'})

编辑并运行代码