Python でTanda 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、Tanda 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Tanda 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。Tanda 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Tanda 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Tanda 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 Tanda Connector からTanda への接続を行います

cnxn = mod.connect("Profile=C:\profiles\Tanda.apip;Authscheme=OAuth;OAuthClientId=your_client_id;OAuthClientSecret=your_client_secret;CallbackUrl=your_callback_url;")

まず、Profile 接続プロパティをディスク上の Tanda プロファイルの場所に設定します（例：C:\profiles\Tanda.apip）。次に、ProfileSettings 接続プロパティを Tanda の接続文字列に設定します（以下を参照）。

Tanda API プロファイル設定

Tanda のアプリケーションページで New App をクリックし、アプリ名とリダイレクト URI を入力して OAuth アプリケーションを登録します。

Tanda をクエリするSQL 文の作成

Tanda にはSQL でデータアクセスが可能です。ActiveShifts エンティティからのデータを読み出します。

sql = "SELECT ShiftId, UserId FROM ActiveShifts WHERE Status = 'clocked_in'"

Tanda 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、Tanda のデータ を取得して、UserId 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,'UserId')

etl.tocsv(table2,'activeshifts_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、Tanda 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

Tanda Python Connector の30日の無償トライアル をぜひダウンロードして、Tanda 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\Tanda.apip;Authscheme=OAuth;OAuthClientId=your_client_id;OAuthClientSecret=your_client_secret;CallbackUrl=your_callback_url;")

sql = "SELECT ShiftId, UserId FROM ActiveShifts WHERE Status = 'clocked_in'"

table1 = etl.fromdb(cnxn,sql)

table2 = etl.sort(table1,'UserId')

etl.tocsv(table2,'activeshifts_data.csv')