Créer des fonctions pour extraire des données
Il est important de modulariser le code lorsqu'on bâtit un pipeline de données. Cela rend les pipelines plus lisibles et réutilisables, et peut accélérer le dépannage. Créer et utiliser des fonctions pour des opérations distinctes dans un pipeline peut même vous aider à amorcer un nouveau projet en offrant une structure de départ pour le développement.
pandas a été importé sous le nom pd, et sqlalchemy est prêt à être utilisé.
Cette activité fait partie du cours
ETL et ELT en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
def extract():
# Create a connection URI and connection engine
connection_uri = "postgresql+psycopg2://repl:password@localhost:____/____"
db_engine = sqlalchemy.____(connection_uri)