Ładowanie danych do bazy SQL za pomocą pandas

ETL i ELT w Pythonie

Jake Roach

Data Engineer

Ładowanie danych do bazy SQL za pomocą pandas

Potok ETL z wyróżnionym komponentem ładowania.

Ładowanie danych do bazy SQL za pomocą pandas

Odbiorcy danych uzyskujący dostęp do bazy SQL.

pandas udostępnia .to_sql() do zapisu danych do SQL

name
con
if_exists
index
index_label

Zapis danych do Postgres za pomocą pandas

# Create a connection object
connection_uri = "postgresql+psycopg2://repl:password@localhost:5432/market"
db_engine = sqlalchemy.create_engine(connection_uri)

# Use the .to_sql() method to persist data to SQL
clean_stock_data.to_sql(
    name="filtered_stock_data",
    con=db_engine, 
    if_exists="append",
    index=True,
    index_label="timestamps"
)

Weryfikacja zapisu danych za pomocą pandas

Ważne jest sprawdzenie, czy dane zostały poprawnie zapisane.

Upewnij się, że dane można odpytywać
Sprawdź zgodność liczby rekordów
Zweryfikuj obecność każdego wiersza

# Pull data written to SQL table
to_validate = pd.read_sql("SELECT * FROM cleaned_stock_data", db_engine)

# Validate counts, record equality, etc
...

Czas na ćwiczenia!

ETL i ELT w Pythonie