Un lector de archivos necesita una ruta, un formato y una estrategia de esquema. CSV guarda campos de texto y suele necesitar una opción de cabecera más tipos explícitos o una inferencia revisada con cuidado. JSON admite campos anidados. Parquet guarda un esquema junto con sus datos en columnas, así que no usa la opción de cabecera de CSV.
El espacio de trabajo de práctica ofrece tres representaciones del mismo extracto original de pedidos en /data. Esas rutas son datos de prueba del navegador, no el sistema de archivos de tu equipo. Puedes practicar cómo un lector produce un DataFrame y cómo las transformaciones siguen a la lectura. La ingesta en producción también necesita credenciales, ubicaciones de almacenamiento gobernadas y decisiones sobre los registros mal formados. Inferir un esquema a partir de una muestra temprana puede pasar por alto un cambio de tipo posterior. Para una canalización estable, define y revisa el contrato en lugar de suponer que cada archivo tendrá los mismos valores limpios.
Selecciona amount después de leer el CSV; el formato de archivo no cambia los campos solicitados.