ファイルの読み込みには、パス、形式、スキーマの方針が必要です。CSVはテキストのフィールドを保存し、通常はヘッダーのオプションに加えて、明示的な型か、慎重に確かめた推論が必要です。JSONはネストしたフィールドに対応しています。Parquetは列指向のデータとともにスキーマを保存するので、CSVのヘッダーのオプションは使いません。
トレーニングのワークスペースには、/dataの下に、同じ元の注文の抽出データの3つの表現が用意されています。これらのパスはブラウザーの練習用データで、手元のコンピューターのファイルシステムではありません。読み込みがDataFrameを作る方法と、変換が読み込みの後に続く方法を練習できます。本番の取り込みには、認証情報、管理されたストレージの場所、不正な形式のレコードについての判断も必要です。初期のサンプルからスキーマを推論すると、後の型の変化を見逃すことがあります。安定したパイプラインでは、各ファイルに同じきれいな値が入ると考えるのではなく、取り決めを定義して確かめてください。