目标表
在之前的练习中，您计算出了一个名为 recommendations 的 DataFrame。它包含成对的 user_id 和 course_id，以及代表该课程平均评分的一个分值。我们的假设是：对某个用户可选的课程中，评分最高的课程最适合推荐。
现在是将这张表写入数据库的时候了，以便推荐引擎或邮件系统等多个产品能够使用。
由于它是一个 pandas.DataFrame 对象，您可以使用 .to_sql() 方法。当然，您需要先通过连接 URI 连接到数据库。recommendations 表已在您的环境中可用。
本练习是课程的一部分
Data Engineering 入门
练习说明
- 为主机
localhost、端口5432的 Postgres 数据库填写连接 URI。可使用用户repl和密码password连接。数据库名为dwh。 - 完成
load_to_dwh()函数。它应写入"recommendations"表，且如果该表已存在则进行替换。
交互式实操练习
通过完成这段示例代码来试试这个练习。
connection_uri = "____://____:____@____:____/____"
db_engine = sqlalchemy.create_engine(connection_uri)
def load_to_dwh(recommendations):
recommendations.____("____", ____, ____="____")