Caricare dati in un database Postgres

Dopo che i dati sono stati estratti da un sistema sorgente e trasformati per allinearsi a casi d'uso di analytics o reporting, è il momento di caricarli nel supporto di archiviazione finale. Salvare i dati puliti in un database SQL rende semplice per chi li utilizza accedervi ed eseguire query. In questo esempio, farai pratica nel caricare dati puliti in un database Postgres.

sqlalchemy è stato importato e pandas è disponibile come pd. Le prime righe del DataFrame cleaned_testing_scores sono mostrate di seguito:

             street_address       city  math_score  ... best_score
01M539  111 Columbia Street  Manhattan       657.0      Math
02M545     350 Grand Street  Manhattan       613.0      Math
01M292     220 Henry Street  Manhattan       410.0      Math

Questo esercizio fa parte del corso

ETL and ELT in Python

Visualizza corso

Istruzioni dell'esercizio

Aggiorna la stringa di connessione per scrivere nel database schools e crea un oggetto di connessione usando sqlalchemy.
Usa pandas per scrivere il DataFrame cleaned_testing_scores nella tabella scores del database schools.
Se la tabella contiene già dei dati, assicurati di sostituirli con i valori dell'attuale DataFrame.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Update the connection string, create the connection object to the schools database
db_engine = sqlalchemy.____("postgresql+psycopg2://repl:password@localhost:5432/____")

# Write the DataFrame to the scores table
cleaned_testing_scores.____(
	name="____",
	con=db_engine,
	index=False,
	if_exists="____"
)

Modifica ed esegui il codice