Les CLNA en action

Vous vous sentez bien dans l'exécution des processus ETL ? Il est temps d'essayer les pipelines ELT. Comme précédemment, les fonctions extract(), load() et transform() ont été définies pour vous ; tout ce dont vous aurez à vous soucier, c'est d'exécuter ces fonctions. Bonne chance !

Cet exercice fait partie du cours

ETL et ELT en Python

Afficher le cours

Instructions

Utilisez la fonction ETL appropriée pour extraire les données du fichier raw_data.csv.
Chargez le DataFrame raw_data dans le tableau raw_data d'un entrepôt de données.
Appelez la fonction transform() pour transformer les données du tableau source raw_data.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Extract data from the raw_data.csv file
raw_data = ____(file_name="____.csv")

# Load the extracted_data to the raw_data table
load(data_frame=____, table_name="____")

# Transform data in the raw_data table
____(
  source_table="____", 
  target_table="cleaned_data"
)

Modifier et exécuter le code