Carregando dados em um banco de dados Postgres

Depois que os dados são extraídos de um sistema de origem e transformados para atender a casos de uso de analytics ou relatórios, é hora de carregá-los em um meio de armazenamento final. Armazenar dados limpos em um banco de dados SQL facilita o acesso e a execução de consultas pelos consumidores de dados. Neste exemplo, você vai praticar o carregamento de dados limpos em um banco de dados Postgres.

sqlalchemy já foi importado e pandas está disponível como pd. As primeiras linhas do DataFrame cleaned_testing_scores são mostradas abaixo:

             street_address       city  math_score  ... best_score
01M539  111 Columbia Street  Manhattan       657.0      Math
02M545     350 Grand Street  Manhattan       613.0      Math
01M292     220 Henry Street  Manhattan       410.0      Math

Este exercicio faz parte do curso

ETL e ELT em Python

Ver curso

Instruções do exercicio

Atualize a string de conexão para escrever no banco de dados schools e crie um objeto de conexão usando sqlalchemy.
Use pandas para escrever o DataFrame cleaned_testing_scores na tabela scores do banco de dados schools.
Se a tabela já estiver populada com dados, certifique-se de substituir os valores pelo DataFrame atual.

exercicio interativo prático

Tente este exercicio completando este código de exemplo.

# Update the connection string, create the connection object to the schools database
db_engine = sqlalchemy.____("postgresql+psycopg2://repl:password@localhost:5432/____")

# Write the DataFrame to the scores table
cleaned_testing_scores.____(
	name="____",
	con=db_engine,
	index=False,
	if_exists="____"
)

Editar e Executar Código