Creare funzioni per estrarre dati
Quando costruisci una data pipeline, è fondamentale modularizzare il codice. Questo rende le pipeline più leggibili e riutilizzabili e ti aiuta a velocizzare le attività di troubleshooting. Creare e usare funzioni per operazioni distinte in una pipeline offre anche una base solida per iniziare un nuovo progetto, fornendo un framework da cui partire.
pandas è stato importato come pd e sqlalchemy è pronto all'uso.
Questo esercizio fa parte del corso
ETL and ELT in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
def extract():
# Create a connection URI and connection engine
connection_uri = "postgresql+psycopg2://repl:password@localhost:____/____"
db_engine = sqlalchemy.____(connection_uri)