डेटा पाइपलाइन में मॉनिटरिंग और अलर्टिंग
अब सब कुछ एक साथ जोड़ने का समय है! आप ने शायद अनुमान लगा लिया होगा, लेकिन try-except से errors को हैंडल करना और logging साथ-साथ चलते हैं। ये दोनों practices किसी पाइपलाइन को मज़बूत और पारदर्शी बनाने के लिए ज़रूरी हैं, और उन्नत मॉनिटरिंग और अलर्टिंग समाधानों की बुनियाद रखते हैं।
pandas को pd नाम से इम्पोर्ट किया गया है, और logging मॉड्यूल आपके लिए लोड और कॉन्फ़िगर है। raw_sales_data DataFrame एक्सट्रैक्ट किया जा चुका है और ट्रांसफ़ॉर्म होने के लिए तैयार है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में ETL और ELT
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
def transform(raw_data):
return raw_data.loc[raw_data["Total Price"] > 1000, :]
try:
# Attempt to transform DataFrame, log an info-level message
clean_sales_data = transform(raw_sales_data)
logging.____("Successfully filtered DataFrame by 'Total Price'")
except Exception:
# Log a warning-level message
____.____("Cannot filter DataFrame by 'Total Price'")