Obsługa wyjątków podczas wczytywania danych
Czasem twoje pipeline'y danych mogą zgłaszać wyjątki. Takie wyjątki pełnią funkcję alertów — informują inżyniera danych, że wydarzyło się coś nieoczekiwanego. Ważne jest, by odpowiednio je obsługiwać. W tym ćwiczeniu właśnie to przećwiczysz!
Na dobry początek zaimportowano już pandas jako pd oraz moduł logging. Domyślny poziom logowania ustawiono na "debug".
To ćwiczenie jest częścią kursu
ETL i ELT w Pythonie
Instrukcje do ćwiczenia
- Zaktualizuj pipeline, dodając blok
try, w którym spróbujesz wczytać dane ze ścieżki"sales_data.parquet". - Przechwyć wyjątek
FileNotFoundError, jeśli plik nie uda się wczytać do DataFramepandas. - Utwórz log na poziomie błędu, aby udokumentować niepowodzenie.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
def extract(file_path):
return pd.read_parquet(file_path)
# Update the pipeline to include a try block
____:
# Attempt to read in the file
raw_sales_data = extract("____")
# Catch the FileNotFoundError
except ____ as file_not_found:
# Write an error-level log
logging.____(file_not_found)