O "T" em ELT

Não vamos esquecer do ELT! Aqui, as funções extract() e load() já foram definidas para você. Agora, só falta terminar de definir a função transform() e executar o pipeline. Mãos à obra!

Este exercício faz parte do curso

ETL and ELT em Python

Ver curso

Instruções do exercício

Atualize a função transform() para chamar o método .execute() no objeto data_warehouse.
Use a função transform() atualizada para preencher dados na tabela de destino total_sales, transformando os dados na tabela de origem raw_sales_data.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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="____")

Editar e executar o código