目標資料表
在前面的練習中，你已經計算出一個名為 recommendations 的 DataFrame。它包含成對的 user_id 與 course_id，以及代表該課程平均評分的 rating。我們的假設是：對某位使用者符合條件的課程中，評分最高的會是最適合推薦的。
現在是把這個資料表寫入資料庫的時候了，如此一來多個產品就能使用它，例如推薦引擎或寄信系統。
由於它是 pandas.DataFrame 物件，你可以使用 .to_sql() 方法。當然，你必須先使用連線 URI 連到資料庫。recommendations 資料表已可在你的環境中使用。
本練習屬於課程
Data Engineering 入門
練習說明
- 填入位於主機
localhost、連接埠5432的 Postgres 資料庫連線 URI。你可以使用使用者repl、密碼password連線。資料庫名稱為dwh。 - 完成
load_to_dwh()函式。它應該寫入"recommendations"資料表，且在資料表已存在時加以取代。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
connection_uri = "____://____:____@____:____/____"
db_engine = sqlalchemy.create_engine(connection_uri)
def load_to_dwh(recommendations):
recommendations.____("____", ____, ____="____")