Python でSharePoint Excel Services データを変換・出力するETL 処理を作る方法

こんにちは！ウェブ担当の加藤です。マーケ関連のデータ分析や整備もやっています。

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 ExcelServices とpetl フレームワークを使って、SharePoint Excel Services 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SharePoint Excel Services 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。SharePoint Excel Services 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SharePoint Excel Services 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SharePoint Excel Services 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.excelservices as mod

接続文字列で接続を確立します。connect 関数を使って、CData SharePoint Excel Services Connector からSharePoint Excel Services への接続を行います

cnxn = mod.connect("URL=https://myorg.sharepoint.com;User=admin@myorg.onmicrosoft.com;Password=password;File=Book1.xlsx;")

Authentication セクションのURL、User、およびPassword プロパティを、SharePoint Online、SharePoint 2010、SharePoint 2013 の有効なクレデンシャルに設定します。さらに、Library プロパティを有効なSharePoint Document ライブラリに設定し、File プロパティを指示されたライブラリの有効な.xlsx ファイルに設定する必要があります。

SharePoint Excel Services をクエリするSQL 文の作成

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

sql = "SELECT Name, AnnualRevenue FROM Account WHERE Industry = 'Floppy Disks'"

SharePoint Excel Services 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、SharePoint Excel Services データ を取得して、AnnualRevenue 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,'AnnualRevenue')

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

CData Python Connector for ExcelServices を使えば、データベースを扱う場合と同感覚で、SharePoint Excel Services 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

SharePoint Excel Services Python Connector の30日の無償トライアル をぜひダウンロードして、SharePoint Excel Services 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.excelservices as mod

cnxn = mod.connect("URL=https://myorg.sharepoint.com;User=admin@myorg.onmicrosoft.com;Password=password;File=Book1.xlsx;")

sql = "SELECT Name, AnnualRevenue FROM Account WHERE Industry = 'Floppy Disks'"

table1 = etl.fromdb(cnxn,sql)

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

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