ETL パイプラインを構築する

さらに楽しく進めていきましょう。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() 関数の残りを実装する役割を担っていただきます。extract() と transform() 関数はすでに用意されています。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

file_name を使って、transformed_data DataFrame を .csv ファイルに書き出し、load() 関数を完成させます。
transform() 関数を使って、extracted_data DataFrame をクリーンアップします。
load() 関数を使って、transformed_data を transformed_data.csv ファイルに保存します。

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