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 →SASxpt 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
SASxpt Python Connector 相談したいSAS xpt (XPORT) ファイル連携用Python コネクタライブラリ。SASxpt データをPandas、SQLAlchemy、Dash、petl などの人気のPython ツールにシームレスに統合。
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。CData Python Connector for SASXpt は、pandas、Matplotlib モジュール、SQLAlchemy ツールキットから使用することで SAS xpt にデータ連携するPython アプリケーションを構築し、SAS xpt データを可視化できます。 本記事では、SQLAlchemy でSAS xpt に連携して、データを取得、 する方法を説明します。
CData Python Connectors は、以下のような特徴を持った製品です。
CData Python Connectors では、1.データソースとしてSAS xpt の接続を設定、2.Python からPython Connectors との接続を設定、という2つのステップだけでデータソースに接続できます。以下に具体的な設定手順を説明します。
pip でSQLAlchemy ツールキットをインストールします:
pip install sqlalchemy
モジュールのインポートを忘れずに行います:
import sqlalchemy
次は、接続文字列で接続を確立します。create_engine 関数を使って、SAS xpt データに連携するEngne を作成します。
engine = create_engine("sasxpt///?URI=C:/folder")
URI をSASXpt ファイルを格納しているフォルダに設定すると、ローカルのSASXpt ファイルに接続できます。
Amazon S3 ソースに接続してSASXpt ファイルを読み込むことができます。以下のプロパティを設定して接続します:
ADLS Gen2 に接続してSASXpt ファイルを読み込むことができます。以下のプロパティを設定して接続します:
接続を確立したら、OR マッパーでモデル化するテーブルのマッピングクラスを宣言します。本記事では、SampleTable_1 テーブルを使います。sqlalchemy.ext.declarative.declarative_base 関数を使って、新しいクラスにフィールド(カラム)を定義します。
base = declarative_base() class SampleTable_1(base): __tablename__ = "SampleTable_1" Id = Column(String,primary_key=True) Column1 = Column(String) ...
マッピングクラスができたので、セッションオブジェクトを使ってデータソースをクエリすることができます。セッションにEngine をバインドして、セッションのquery メソッドにマッピングクラスを提供します。
engine = create_engine("sasxpt///?URI=C:/folder") factory = sessionmaker(bind=engine) session = factory() for instance in session.query(SampleTable_1).filter_by(Column2="100"): print("Id: ", instance.Id) print("Column1: ", instance.Column1) print("---------")
ほかの方法としては、execute メソッドを適切なテーブルオブジェクトに使うことが可能です。以下のコードはアクティブなsession に対して有効です。
SampleTable_1_table = SampleTable_1.metadata.tables["SampleTable_1"] for instance in session.execute(SampleTable_1_table.select().where(SampleTable_1_table.c.Column2 == "100")): print("Id: ", instance.Id) print("Column1: ", instance.Column1) print("---------")
より複雑なクエリとして、JOIN、集計、Limit などが利用可能です。詳細はヘルプドキュメントをご覧ください。
このようにCData Python Connector と併用することで、270を超えるSaaS、NoSQL データをPython からコーディングなしで扱うことができます。30日の無償評価版が利用できますので、ぜひ自社で使っているクラウドサービスやNoSQL と合わせて活用してみてください。
日本のユーザー向けにCData Python Connector は、UI の日本語化、ドキュメントの日本語化、日本語でのテクニカルサポートを提供しています。