データパイプラインにおけるモニタリングとアラート
ここまでの内容を総仕上げします！お気づきかもしれませんが、try-except によるエラー処理とロギングは常にセットで使われます。これら2つの実践は、パイプラインを堅牢かつ透明に保つために不可欠で、より高度なモニタリングやアラートの土台になります。
pandas は pd としてインポート済みで、logging モジュールも読み込みと設定が完了しています。raw_sales_data DataFrame は抽出済みで、変換の準備ができています。
この演習はコースの一部です
Python で学ぶ ETL と ELT
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
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'")