Bygga funktioner för att extrahera data
Att modularisera kod är viktigt när man bygger en datapipeline. Det gör pipelines mer läsbara och återanvändbara, och underlättar felsökning. Genom att skapa funktioner för distinkta operationer i en pipeline får du även ett bra ramverk att utgå från när du startar ett nytt projekt.
pandas har importerats som pd, och sqlalchemy är redo att användas.
Den här övningen är en del av kursen
ETL och ELT i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
def extract():
# Create a connection URI and connection engine
connection_uri = "postgresql+psycopg2://repl:password@localhost:____/____"
db_engine = sqlalchemy.____(connection_uri)