Le « T » dans ELT

N'oublions pas ELT ! Ici, les fonctions extract() et load() ont été définies pour vous. Il ne reste plus qu'à terminer la définition de la fonction transform() et exécuter le pipeline. À vous de jouer !

Cette activité fait partie du cours

ETL et ELT en Python

Voir le cours

Instructions de l’exercice

Mettez à jour la fonction transform() pour appeler la méthode .execute() sur l'objet data_warehouse.
Utilisez la fonction transform() mise à jour pour alimenter la table cible total_sales en transformant les données de la table source raw_sales_data.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Complete building the transform() function
def transform(source_table, target_table):
  data_warehouse.____(f"""
  CREATE TABLE {target_table} AS
      SELECT
          CONCAT("Product ID: ", product_id),
          quantity * price
      FROM {source_table};
  """)

extracted_data = extract(file_name="raw_sales_data.csv")
load(data_frame=extracted_data, table_name="raw_sales_data")

# Populate total_sales by transforming raw_sales_data
____(source_table="____", target_table="____")

Modifier et exécuter le code