Eine ETL-Pipeline aufbauen

Bereit für noch mehr Spaß? In dieser Übung baust du den restlichen Teil der Funktion load() fertig und führst dann jeden Schritt des ETL-Prozesses aus. Die Funktionen extract() und transform() sind bereits für dich definiert. Viel Erfolg!

Diese Übung ist Teil des Kurses

ETL und ELT in Python

Kurs anzeigen

Anleitung zur Übung

Vervollständige die Funktion load(), indem du das DataFrame transformed_data mit file_name in eine .csv-Datei schreibst.
Verwende die Funktion transform(), um das DataFrame extracted_data zu bereinigen.
Lade transformed_data mit der Funktion load() in die Datei transformed_data.csv.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

def load(data_frame, file_name):
  # Write cleaned_data to a CSV using file_name
  data_frame.____(____)
  print(f"Successfully loaded data to {file_name}")

extracted_data = extract(file_name="raw_data.csv")

# Transform extracted_data using transform() function
transformed_data = ____(data_frame=____)

# Load transformed_data to the file transformed_data.csv
____(data_frame=____, file_name="transformed_data.csv")

Code bearbeiten und ausführen