ETL パイプラインを構築する

さらに実践的な内容に挑戦しましょう。この演習では、ETL プロセスの各ステップを実行する前に、load() 関数の残りの部分を自分で作成します。extract() 関数と transform() 関数はすでに定義されています。頑張ってください。

この演習はコースの一部です

Python で学ぶ ETL と ELT

コースを見る

演習の手順

transformed_data という DataFrame を file_name を使って .csv ファイルに書き出し、load() 関数を完成させましょう。
transform() 関数を使って、extracted_data の DataFrame をクレンジングしましょう。
load() 関数を使って、transformed_data を transformed_data.csv ファイルに読み込みましょう。

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 load(data_frame, file_name):
  # Write cleaned_data to a CSV using file_name
  data_frame.____(____)
  print(f"Successfully loaded data to {file_name}")

extracted_data = extract(file_name="raw_data.csv")

# Transform extracted_data using transform() function
transformed_data = ____(data_frame=____)

# Load transformed_data to the file transformed_data.csv
____(data_frame=____, file_name="transformed_data.csv")

コードを編集して実行