Läsa in data till en Postgres-databas

När data har extraherats från ett källsystem och transformerats för att passa analys- eller rapporteringsbehov är det dags att läsa in den i ett slutligt lagringsmedium. Att lagra rensad data i en SQL-databas gör det enkelt för datakonsumenter att komma åt och köra frågor mot den. I den här övningen får du öva på att läsa in rensad data till en Postgres-databas.

sqlalchemy har importerats och pandas är tillgängligt som pd. De första raderna i DataFrame:n cleaned_testing_scores visas nedan:

             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

Den här övningen är en del av kursen

ETL och ELT i Python

Visa kurs

Övningsinstruktioner

Uppdatera anslutningssträngen så att den skriver till databasen schools och skapa ett anslutningsobjekt med sqlalchemy.
Använd pandas för att skriva DataFrame:n cleaned_testing_scores till tabellen scores i databasen schools.
Om tabellen redan innehåller data, se till att ersätta värdena med den aktuella DataFrame:n.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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="____"
)

Redigera och kör kod