Python でApify のデータを変換・出力するETL 処理を作る方法
Pythonエコシステムには多くのモジュールがあり、システム構築を素早く効率的に行うことができます。本記事では、CData Python Connector for API とpetl フレームワークを使って、Apify のデータにPython から接続してデータを変換、CSV に出力するETL 変換を実装してみます。
CData Python Connector は効率的なデータ処理によりApify のデータ にPython から接続し、高いパフォーマンスを発揮します。Apify にデータをクエリする際、ドライバーはフィルタリング、集計などがサポートされている場合SQL 処理を直接Apify 側に行わせ、サポートされていないSQL 処理については、組み込みのSQL エンジンによりクライアント側で処理を行います（JOIN やSQL 関数など）。
必要なモジュールのインストール
pip で必要なモジュールおよびフレームワークをインストールします：
pip install petl pip install pandas
Python でApify のデータをETL 処理するアプリを構築
モジュールとフレームワークをインストールしたら、ETL アプリケーションを組んでいきます。コードのスニペットは以下の通りです。フルコードは記事の末尾に付いています。
CData Connector を含むモジュールをインポートします。
import petl as etl import pandas as pd import cdata.api as mod
接続文字列で接続を確立します。connect 関数を使って、CData Apify Connector からApify への接続を行います
cnxn = mod.connect("Profile=C:\profiles\Apify.apip;ProfileSettings='APIKey=your_api_token';")
まず、Profile 接続プロパティをディスク上の Apify プロファイルの場所に設定します（例：C:\profiles\Apify.apip）。次に、ProfileSettings 接続プロパティを Apify の接続文字列に設定します（以下を参照）。
Apify API プロファイル設定
Apify Console で Settings に移動し、新しい API トークンを生成して取得します。
Apify をクエリするSQL 文の作成
Apify にはSQL でデータアクセスが可能です。ActorBuilds エンティティからのデータを読み出します。
sql = "SELECT Id, ActorId FROM ActorBuilds WHERE Status = 'SUCCEEDED'"
Apify データのETL 処理
DataFrame に格納されたクエリ結果を使って、petl でETL（抽出・変換・ロード）パイプラインを組みます。この例では、Apify のデータ を取得して、ActorId カラムでデータをソートして、CSV ファイルにデータをロードします。
table1 = etl.fromdb(cnxn,sql) table2 = etl.sort(table1,'ActorId') etl.tocsv(table2,'actorbuilds_data.csv')
CData Python Connector for API を使えば、データベースを扱う場合と同感覚で、Apify のデータ を扱うことができ、petl のようなETL パッケージから直接データにアクセスが可能になります。
おわりに
Apify Python Connector の30日の無償トライアル をぜひダウンロードして、Apify のデータ への接続をPython アプリやスクリプトから簡単に作成しましょう。
フルソースコード
import petl as etl
import pandas as pd
import cdata.api as mod
cnxn = mod.connect("Profile=C:\profiles\Apify.apip;ProfileSettings='APIKey=your_api_token';")
sql = "SELECT Id, ActorId FROM ActorBuilds WHERE Status = 'SUCCEEDED'"
table1 = etl.fromdb(cnxn,sql)
table2 = etl.sort(table1,'ActorId')
etl.tocsv(table2,'actorbuilds_data.csv')