Eine ETL-Pipeline aufbauen

Bereit für den nächsten Schritt? In dieser Übung bist du dafür verantwortlich, den restlichen Teil der Funktion load() zu schreiben und anschließend jeden Schritt im ETL-Prozess auszuführen. Die Funktionen extract() und transform() sind bereits für dich definiert. Viel Erfolg!

Diese Übung ist Teil des Kurses

<Kurs>ETL und ELT in Python</Kurs>

Kurs ansehen

Übungsanweisungen

Vervollständige die Funktion load(), indem du das DataFrame transformed_data mithilfe von 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 praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

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