데이터 추출을 위한 함수 만들기
데이터 파이프라인을 만들 때는 코드를 모듈화하는 것이 중요해요. 이렇게 하면 파이프라인을 더 읽기 쉽고 재사용 가능하게 만들 수 있으며, 문제 해결도 더 빨라집니다. 파이프라인의 각 작업을 함수로 만들고 사용하는 방식은 새 프로젝트를 시작할 때 개발의 뼈대를 제공해 주어 도움이 되기도 해요.
pandas는 pd로 임포트되어 있고, sqlalchemy도 사용할 준비가 되어 있습니다.
이 연습은 강의의 일부입니다
Python으로 ETL과 ELT
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
def extract():
# Create a connection URI and connection engine
connection_uri = "postgresql+psycopg2://repl:password@localhost:____/____"
db_engine = sqlalchemy.____(connection_uri)