Tvorba funkcí pro extrakci dat
Při budování datového pipeline je důležité kód modularizovat. Díky tomu je pipeline přehlednější, snáze znovupoužitelný a ladění případných chyb je rychlejší. Funkce pro jednotlivé operace v pipeline se hodí i při rozjezdu nového projektu – poskytují základní kostru pro zahájení vývoje.
pandas je importován jako pd a sqlalchemy je připraveno k použití.
Toto cvičení je součástí kurzu
ETL a ELT v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
def extract():
# Create a connection URI and connection engine
connection_uri = "postgresql+psycopg2://repl:password@localhost:____/____"
db_engine = sqlalchemy.____(connection_uri)