建立 ETL 與 ELT 管線

使用 Python 的 ETL 與 ELT

Jake Roach

Data Engineer

從 CSV 檔擷取資料

import pandas as pd

# Read in the CSV file to a DataFrame
data_frame = pd.read_csv("raw_data.csv")
# Output the first few rows
data_frame.head()
   name         num_firms   total_income
0  Advertising     58         3892.41
1  Apparel         39         5422.69
...
49 Trucking        35         17324.36

read_csv()

  • 接受檔案路徑,回傳 DataFrame
  • delimiterheaderengine

$$

.head()

  • 輸出 DataFrame 最前面的 n
使用 Python 的 ETL 與 ELT

篩選 DataFrame

   name         num_firms   total_income
0  Advertising     58         3892.41
1  Apparel         39         5422.69
...
49 Trucking        35         17324.36

         name         num_firms
      1  Apparel         39
      37 Apparel         61

# First, by rows
data_frame.loc[data_frame["name"] == "Apparel", :]

# Then, by columns
data_frame.loc[:, ["name", "num_firms"]]

.loc

  • 篩選 DataFrame
  • : 代表「全部」
使用 Python 的 ETL 與 ELT

將 DataFrame 寫出為 CSV 檔

# Write a DataFrame to a .csv file
data_frame.to_csv("cleaned_data.csv")

.to_csv()

  • 接受 path,將 DataFrame 寫出到該 path
  • 可搭配其他參數自訂輸出

$$

其他選項,例如:

.to_json().to_excel().to_sql()

使用 Python 的 ETL 與 ELT

執行 SQL 查詢

data_warehouse.execute(  # Use Python clients or other tools to run SQL queries
    """
    CREATE TABLE total_sales AS 
        SELECT
            ds,
            SUM(sales)
        FROM raw_sales_data
        GROUP BY ds;
    """
)
  • 使用如 .execute() 的工具來執行 SQL 查詢
使用 Python 的 ETL 與 ELT

整合所有步驟!

# Define extract(), transform(), and load() functions
...

def transform(data_frame, value):
    return data_frame.loc[data_frame["name"] == value, ["name", "num_firms"]]

# First, extract data from a .csv
extracted_data = extract(file_name="raw_data.csv")

# Then, transform the `extracted_data`
transformed_data = transform(data_frame=extracted_data, value="Apparel")

# Finally, load the `transformed_data`
load(data_frame=transformed_data, file_name="cleaned_data.csv")
使用 Python 的 ETL 與 ELT

一起來練習吧!

使用 Python 的 ETL 與 ELT

Preparing Video For Download...