Pemantauan dan peringatan dalam sebuah pipeline data
Saatnya menyatukan semuanya! Anda mungkin sudah menduganya, tetapi penanganan kesalahan menggunakan try-except dan logging saling melengkapi. Kedua praktik ini penting agar pipeline tangguh dan transparan, serta menjadi fondasi untuk solusi pemantauan dan peringatan yang lebih lanjut.
pandas telah diimpor sebagai pd, dan modul logging telah dimuat serta dikonfigurasi untuk Anda. DataFrame raw_sales_data telah diekstraksi dan siap untuk ditransformasi.
Latihan ini merupakan bagian dari kursus
ETL dan ELT di Python
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
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'")