Aufbau einer ETL-Pipeline

Bist du bereit, den Spaß zu erhöhen? In dieser Übung bist du dafür verantwortlich, den Rest der Funktion load() zu erstellen, bevor du die einzelnen Schritte des ETL-Prozesses ausführst. Die Funktionen extract() und transform() sind für dich definiert worden. Viel Erfolg!

Diese Übung ist Teil des Kurses

ETL und ELT in Python

Kurs anzeigen

Anleitung zur Übung

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

Interaktive Übung zum Anfassen

Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.

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")

Bearbeiten und Ausführen von Code