Een ETL-pijplijn bouwen

Klaar om het een tandje op te schroeven? In deze oefening bouw je de rest van de functie load() en voer je daarna elke stap in het ETL-proces uit. De functies extract() en transform() zijn al voor je gedefinieerd. Succes!

Deze oefening maakt deel uit van de cursus

ETL en ELT in Python

Cursus bekijken

Oefeninstructies

Maak de functie load() af door het DataFrame transformed_data naar een .csv-bestand te schrijven met behulp van file_name.
Gebruik de functie transform() om het DataFrame extracted_data op te schonen.
Laad transformed_data naar het bestand transformed_data.csv met de functie load().

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

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")

Code bewerken en uitvoeren