Creare funzioni per estrarre i dati
Quando costruisci una data pipeline, è importante modularizzare il codice. Questo rende le pipeline più leggibili e riutilizzabili e può velocizzare la risoluzione dei problemi. Creare e usare funzioni per operazioni specifiche in una pipeline aiuta anche a partire con un nuovo progetto, fornendo una struttura di base per iniziare lo sviluppo.
pandas è stato importato come pd e sqlalchemy è pronto all'uso.
Questo esercizio fa parte del corso
ETL and ELT in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
def extract():
# Create a connection URI and connection engine
connection_uri = "postgresql+psycopg2://repl:password@localhost:____/____"
db_engine = sqlalchemy.____(connection_uri)