Python でKlipfolio 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、Klipfolio 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Klipfolio 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。Klipfolio 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Klipfolio 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Klipfolio 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 Klipfolio Connector からKlipfolio への接続を行います
cnxn = mod.connect("Profile=C:\profiles\Klipfolio.apip;ProfileSettings='APIKey=your_api_key';")
まず、Profile 接続プロパティにKlipfolio プロファイルのディスク上の場所を設定します（例：C:\profiles\Klipfolio.apip）。次に、ProfileSettings 接続プロパティにKlipfolio の接続文字列を設定します（以下を参照）。
Klipfolio API プロファイル設定
Klipfolio に認証するには、API Key を提供する必要があります。API Key は、Klipfolio Dashboard アプリのMy Profile ページから、または管理者の場合はUsers から生成できます（user.manage 権限が必要です）。ProfileSettings プロパティにAPI Key を設定して接続します。
Klipfolio をクエリするSQL 文の作成
Klipfolio にはSQL でデータアクセスが可能です。DataSources エンティティからのデータを読み出します。
sql = "SELECT Id, Name FROM DataSources WHERE IsDynamic = 'true'"
Klipfolio 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、Klipfolio のデータ を取得して、Name 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,'Name') etl.tocsv(table2,'datasources_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、Klipfolio 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
Klipfolio Python Connector の30日の無償トライアル をぜひダウンロードして、Klipfolio 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\Klipfolio.apip;ProfileSettings='APIKey=your_api_key';")
sql = "SELECT Id, Name FROM DataSources WHERE IsDynamic = 'true'"
table1 = etl.fromdb(cnxn,sql)
table2 = etl.sort(table1,'Name')
etl.tocsv(table2,'datasources_data.csv')