Завантаження даних до бази даних SQL за допомогою pandas

ETL та ELT у Python

Jake Roach

Data Engineer

Завантаження даних у базу даних SQL за допомогою pandas

Конвеєр ETL з виділеним етапом завантаження.

Завантаження даних у базу даних SQL за допомогою pandas

Споживачі даних отримують доступ до бази даних SQL.

pandas має .to_sql() для збереження даних у SQL

name
con
if_exists
index
index_label

Збереження даних у Postgres за допомогою 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"
)

Перевірка збереження даних у pandas

Важливо перевірити, що дані збережено як очікується.

Переконайтеся, що дані можна запитувати
Перевірте відповідність кількостей
Переконайтеся, що присутній кожен рядок

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

# Validate counts, record equality, etc
...

Давайте потренуємось!

ETL та ELT у Python