Erste SchritteKostenlos loslegen

Aus einer Datenbank lesen

In dieser Übung wirst du Daten extrahieren, die sich in Tabellen einer lokalen PostgreSQL-Datenbank befinden. Die Daten, die du verwenden wirst, sind die der Pagila-Beispieldatenbank. Die Datenbank steht hinter einer fiktiven DVD-Lageranwendung und wird in Lehrbüchern oft als Beispieldatenbank verwendet.

Du wirst eine Funktion erstellen und verwenden, die eine Tabelle aus der Datenbank in ein pandas DataFrame-Objekt extrahiert. Die Tabellen, die du extrahieren wirst, sind:

  • film: die Filme, die im DVD-Laden ausgeliehen werden.
  • customer: die Kunden, die im DVD-Laden Filme ausgeliehen haben.

Um dich mit der Datenbank zu verbinden, musst du eine PostgreSQL-Verbindungs-URI verwenden, die etwa so aussieht:

postgresql://[user[:password]@][host][:port][/database]

Diese Übung ist Teil des Kurses

Einführung in die Datentechnik

Kurs anzeigen

Anleitung zur Übung

  • Vervollständige die extract_table_to_pandas() Funktionsdefinition, um das tablename Argument in die Abfrage aufzunehmen.
  • Gib die URI der Verbindung ein. Der Benutzername und das Passwort lauten repl bzw. password. Der Host ist localhost und der Port ist 5432. Die Datenbank ist pagila.
  • Vervollständige die Funktionsaufrufe von extract_table_to_pandas(), um die Film- und Kundentabellen zu extrahieren.

Interaktive Übung zum Anfassen

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

# Function to extract table to a pandas DataFrame
def extract_table_to_pandas(tablename, db_engine):
    query = "SELECT * FROM {}".format(____)
    return pd.read_sql(query, db_engine)

# Connect to the database using the connection URI
connection_uri = "postgresql://____:____@____:____/____" 
db_engine = sqlalchemy.create_engine(connection_uri)

# Extract the film table into a pandas DataFrame
extract_table_to_pandas("____", db_engine)

# Extract the customer table into a pandas DataFrame
extract_table_to_pandas("____", db_engine)
Bearbeiten und Ausführen von Code