Python でMicrosoft Project 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 MicrosoftProject とpetl フレームワークを使って、Microsoft Project 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Microsoft Project 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。Microsoft Project 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Microsoft Project 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Microsoft Project 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.microsoftproject as mod

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

cnxn = mod.connect("User=myuseraccount;Password=mypassword;URL=http://myserver/myOrgRoot;")

Authentication セクションのUser およびPassword プロパティを、有効なMicrosoft Project ユーザークレデンシャルに設定する 必要があります。加えて、URL を有効なMicrosoft Project サーバーの組織ルート、またはMicrosoft Project サービスのファイルに 指定する必要があります。

Microsoft Project をクエリするSQL 文の作成

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

sql = "SELECT ProjectName, ProjectActualCost FROM Projects WHERE ProjectName = 'Tax Checker'"

Microsoft Project 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、Microsoft Project データ を取得して、ProjectActualCost 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,'ProjectActualCost')

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

CData Python Connector for MicrosoftProject を使えば、データベースを扱う場合と同感覚で、Microsoft Project 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

Microsoft Project Python Connector の30日の無償トライアル をぜひダウンロードして、Microsoft Project 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.microsoftproject as mod

cnxn = mod.connect("User=myuseraccount;Password=mypassword;URL=http://myserver/myOrgRoot;")

sql = "SELECT ProjectName, ProjectActualCost FROM Projects WHERE ProjectName = 'Tax Checker'"

table1 = etl.fromdb(cnxn,sql)

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

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