Validación de datos cargados en una base de datos Postgres
En este ejercicio, por fin vas a crear una canalización de datos de principio a fin. Esta canalización extraerá las puntuaciones de exámenes escolares de un archivo JSON y transformará los datos para eliminar las filas con puntuaciones faltantes. Además, cada escuela se clasificará por la ciudad en la que se encuentra, según su puntuación total. Por último, el conjunto de datos transformado se almacenará en una base de datos Postgres.
Para que empieces con ventaja, las funciones extract() y transform() ya están creadas y se usan como se muestra a continuación. Además, se ha importado pandas como pd. ¡Suerte!
# Extrae y limpia las puntuaciones de los exámenes.
raw_testing_scores = extract("testing_scores.json")
cleaned_testing_scores = transform(raw_testing_scores)
Este ejercicio forma parte del curso
ETL y ELT en Python
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
def load(clean_data, con_engine):
# Store the data in the schools database
clean_data.____(
name="scores_by_city",
con=con_engine,
____="____", # Make sure to replace existing data
index=True,
index_label="school_id"
)