การโหลดข้อมูลเข้าฐานข้อมูล Postgres

หลังจากดึงข้อมูลออกจากระบบต้นทางและแปลงข้อมูลให้เหมาะสมกับการใช้งานด้านการวิเคราะห์หรือการจัดทำรายงานแล้ว ขั้นตอนต่อไปคือการโหลดข้อมูลเข้าสู่สื่อจัดเก็บข้อมูลขั้นสุดท้าย การจัดเก็บข้อมูลที่ทำความสะอาดแล้วไว้ในฐานข้อมูล SQL ช่วยให้ผู้ใช้ข้อมูลเข้าถึงและรันคิวรีได้อย่างสะดวก ในตัวอย่างนี้ คุณจะได้ฝึกโหลดข้อมูลที่ทำความสะอาดแล้วเข้าสู่ฐานข้อมูล Postgres

มีการนำเข้า sqlalchemy มาให้แล้ว และ pandas พร้อมใช้งานในชื่อ pd แถวแรก ๆ ของ DataFrame ชื่อ cleaned_testing_scores แสดงไว้ด้านล่างนี้:

             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

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

ETL and ELT ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

อัปเดต connection string ให้เขียนข้อมูลลงฐานข้อมูล schools แล้วสร้าง connection object โดยใช้ sqlalchemy
ใช้ pandas เขียน DataFrame ชื่อ cleaned_testing_scores ลงในตาราง scores ของฐานข้อมูล schools
หากตารางมีข้อมูลอยู่แล้ว ให้แทนที่ค่าเดิมด้วย DataFrame ปัจจุบัน

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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="____"
)

แก้ไขและรันโค้ด