การโหลดข้อมูลไปยังฐานข้อมูล SQL ด้วย pandas

ETL และ ELT ด้วย Python

Jake Roach

Data Engineer

โหลดข้อมูลไปยังฐานข้อมูล SQL ด้วย pandas

ETL pipeline โดยไฮไลต์ส่วนการโหลด

การโหลดข้อมูลเข้าสู่ฐานข้อมูล SQL ด้วย pandas

ผู้ใช้ข้อมูลเข้าถึงฐานข้อมูล SQL

pandas มี .to_sql() สำหรับบันทึกข้อมูลลง SQL

name
con
if_exists
index
index_label

การบันทึกข้อมูลลง Postgres ด้วย 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"
)

การตรวจสอบการบันทึกข้อมูลด้วย pandas

สิ่งสำคัญคือต้องตรวจสอบว่าข้อมูลถูกบันทึกไว้อย่างถูกต้อง

ตรวจสอบว่าสามารถคิวรีข้อมูลได้
ตรวจสอบว่าจำนวนแถวตรงกัน
ยืนยันว่าแต่ละแถวมีครบถ้วน

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

# Validate counts, record equality, etc
...

มาฝึกกันเถอะ!

ETL และ ELT ด้วย Python