डेटा पाइपलाइन में मॉनिटरिंग और अलर्टिंग
अब सब कुछ साथ में जोड़ने का समय है! आप शायद समझ ही गए होंगे कि try-except के जरिए errors संभालना और logging एक साथ चलते हैं। ये दोनों प्रैक्टिसेज किसी पाइपलाइन को मज़बूत और पारदर्शी बनाती हैं, और उन्नत मॉनिटरिंग व अलर्टिंग समाधानों की नींव हैं।
pandas को pd नाम से इम्पोर्ट किया गया है, और logging मॉड्यूल आपके लिए लोड और कॉन्फ़िगर कर दिया गया है। raw_sales_data DataFrame extract किया जा चुका है और transform 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'")