Python で学ぶ ETL と ELT

pandas を活用してデータを抽出、変換、ロードしながら、初めてのデータパイプラインを構築しましょう。ETL ロジックを再利用可能にする方法を学び、パイプラインにログ記録と例外処理を組み込みます。

非表形式データの扱いや、DataFrame を SQL データベースに永続化するなど、高度なデータパイプライン構築テクニックでワークフローを強化しましょう。pandas を使った高度な変換に対応するツールを学び、複雑なデータを扱う際の最善の方法を見つけていきます。

最終章では、データパイプラインを本番環境にリリースする前に検証・テストするためのフレームワークを作成します。パイプラインをテストした後は、パフォーマンスを可視化しながらパイプラインをエンドツーエンドで実行するテクニックを学びます。