ノーコードでクラウド上のデータとの連携を実現。
詳細はこちら →FreshBooks Connector の30日間無償トライアルをダウンロード
30日間の無償トライアルへ製品の詳細
FreshBooks Python Connector 相談したいFreshBooks へのデータ連携用のPython Connector ライブラリ。pandas、SQLAlchemy、Dash、petl などの主要なPython ツールにFreshBooks をシームレスに統合。
CData
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 FreshBooks とpetl フレームワークを使って、FreshBooks 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FreshBooks 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。FreshBooks 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FreshBooks 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)。
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
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.freshbooks as mod
接続文字列で接続を確立します。connect 関数を使って、CData FreshBooks Connector からFreshBooks への接続を行います
cnxn = mod.connect("CompanyName=CData;Token=token;")
FreshBooks はOAuth 認証標準を利用しています。OAuth を使って認証するには、アプリケーションを作成してOAuthClientId、OAuthClientSecret、およびCallbackURL 接続プロパティを取得しなければなりません。
詳細はヘルプドキュメントの「はじめに」を参照してください。
FreshBooks にはSQL でデータアクセスが可能です。Clients エンティティからのデータを読み出します。
sql = "SELECT Username, Credit FROM Clients WHERE Email = 'Captain Hook'"
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、FreshBooks データ を取得して、Credit 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,'Credit') etl.tocsv(table2,'clients_data.csv')
CData Python Connector for FreshBooks を使えば、データベースを扱う場合と同感覚で、FreshBooks 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。
FreshBooks Python Connector の30日の無償トライアル をぜひダウンロードして、FreshBooks 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。
import petl as etl import pandas as pd import cdata.freshbooks as mod cnxn = mod.connect("CompanyName=CData;Token=token;") sql = "SELECT Username, Credit FROM Clients WHERE Email = 'Captain Hook'" table1 = etl.fromdb(cnxn,sql) table2 = etl.sort(table1,'Credit') etl.tocsv(table2,'clients_data.csv')