Python でNASA 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、NASA 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NASA 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。NASA 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NASA 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NASA 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 NASA Connector からNASA への接続を行います
cnxn = mod.connect("Profile=C:\profiles\NASA.apip;AuthScheme=APIKey;APIKey=YOUR_NASA_API_KEY")
API キー認証の設定
ほとんどの NASA API エンドポイント（APOD、NeoWS、DONKI、TechTransfer）では、NASA API キーが必要です。https://api.nasa.gov で無料のキーを登録してください。デフォルトの DEMO_KEY ではアクセスが制限されます（1 時間あたり 30 リクエスト、1 日あたり 50 リクエスト）。登録済みのキーでは 1 時間あたり 1,000 リクエストが可能です。
以下のエンドポイントは API キーが不要で、認証なしで利用できます：EONET（Earth Observatory Natural Event Tracker）、EPIC（Earth Polychromatic Imaging Camera）、NASA Image and Video Library、TechPort。
API キーを取得したら、以下の接続プロパティを設定します：
- AuthScheme：APIKey に設定します。
- APIKey：NASA の API キーに設定します。簡単なテストには DEMO_KEY を使用します。
接続文字列の例
Profile=C:\profiles\NASA.apip;AuthScheme=APIKey;APIKey=YOUR_NASA_API_KEY
NASA への接続
認証を設定すると、NASA に接続して、AstronomyPictureOfDay、NearEarthObjectFeed、EonetEvents、NasaImageLibrary などの利用可能なテーブルからデータをクエリできます。
NASA をクエリするSQL 文の作成
NASA にはSQL でデータアクセスが可能です。AstronomyPictureOfDay エンティティからのデータを読み出します。
sql = "SELECT , FROM AstronomyPictureOfDay WHERE StartDate = '2024-01-01'"
NASA 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、NASA のデータ を取得して、 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,'') etl.tocsv(table2,'astronomypictureofday_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、NASA 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
NASA Python Connector の30日の無償トライアル をぜひダウンロードして、NASA 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\NASA.apip;AuthScheme=APIKey;APIKey=YOUR_NASA_API_KEY")
sql = "SELECT , FROM AstronomyPictureOfDay WHERE StartDate = '2024-01-01'"
table1 = etl.fromdb(cnxn,sql)
table2 = etl.sort(table1,'')
etl.tocsv(table2,'astronomypictureofday_data.csv')