Zacznij terazZacznij za darmo

„T" w ELT

Nie zapominajmy o ELT! Funkcje extract() i load() zostały już dla ciebie zdefiniowane. Pozostało tylko dokończyć definicję funkcji transform() i uruchomić potok. Do dzieła!

To ćwiczenie jest częścią kursu

ETL i ELT w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Zaktualizuj funkcję transform() tak, aby wywoływała metodę .execute() na obiekcie data_warehouse.
  • Użyj zaktualizowanej funkcji transform(), aby wypełnić danymi tabelę docelową total_sales, transformując dane z tabeli źródłowej raw_sales_data.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Complete building the transform() function
def transform(source_table, target_table):
  data_warehouse.____(f"""
  CREATE TABLE {target_table} AS
      SELECT
          CONCAT("Product ID: ", product_id),
          quantity * price
      FROM {source_table};
  """)

extracted_data = extract(file_name="raw_sales_data.csv")
load(data_frame=extracted_data, table_name="raw_sales_data")

# Populate total_sales by transforming raw_sales_data
____(source_table="____", target_table="____")
Edytuj i uruchom kod