Functies bouwen om data te extraheren
Het is belangrijk om code te moduleren bij het bouwen van een datapijplijn. Dit maakt pijplijnen leesbaarder en herbruikbaar, en helpt ook om problemen sneller op te lossen. Functies maken en gebruiken voor afzonderlijke stappen in een pijplijn biedt zelfs een handig kader om te starten met een nieuw project.
pandas is geïmporteerd als pd, en sqlalchemy is klaar voor gebruik.
Deze oefening maakt deel uit van de cursus
ETL en ELT in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
def extract():
# Create a connection URI and connection engine
connection_uri = "postgresql+psycopg2://repl:password@localhost:____/____"
db_engine = sqlalchemy.____(connection_uri)