โหลดข้อมูลไปยัง Postgres database

เมื่อดึงข้อมูลจากระบบต้นทางและแปลงข้อมูลให้พร้อมใช้งานสำหรับการวิเคราะห์หรือการรายงานแล้ว ขั้นตอนต่อไปคือการโหลดข้อมูลไปยังที่จัดเก็บปลายทาง การบันทึกข้อมูลที่ผ่านการทำความสะอาดแล้วลงใน SQL database ช่วยให้ผู้ใช้ข้อมูลเข้าถึงและรันคิวรีได้ง่ายขึ้น ในแบบฝึกหัดนี้ จะได้ฝึกโหลดข้อมูลที่ผ่านการทำความสะอาดแล้วไปยัง Postgres database

นำเข้า sqlalchemy เรียบร้อยแล้ว และ pandas พร้อมใช้งานในชื่อ pd ด้านล่างแสดงแถวแรกๆ ของ DataFrame cleaned_testing_scores:

             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 และ ELT ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

อัปเดต connection string เพื่อเชื่อมต่อกับ database schools แล้วสร้าง connection object โดยใช้ sqlalchemy
ใช้ pandas เพื่อเขียน DataFrame cleaned_testing_scores ลงในตาราง scores ใน database schools
หากตารางมีข้อมูลอยู่แล้ว ให้แทนที่ข้อมูลเดิมด้วย 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