Python でSmartsheet 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 Smartsheet とpetl フレームワークを使って、Smartsheet 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Smartsheet 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。Smartsheet 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Smartsheet 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Smartsheet 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.smartsheet as mod

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

cnxn = mod.connect("OAuthClientId=MyOauthClientId;OAuthClientSecret=MyOAuthClientSecret;CallbackURL=http://localhost:33333;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

個人用トークンを使用して、自分のデータをテストし、アクセスします。個人用トークンを取得する方法は次のとおりです。

• Smartsheet にログインします。
• 「アカウント」をクリックして「個人用の設定」を選択します。
• 「API アクセス」をクリックし、フォームを使用して新しいアクセストークンを生成するか、既存のアクセストークンを管理します。

その後、OAuthAccessToken を生成したトークンに設定します。

Smartsheet をクエリするSQL 文の作成

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

sql = "SELECT TaskName, Progress FROM Sheet_Event_Plan_Budget WHERE Assigned = 'Ana Trujilo'"

Smartsheet 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、Smartsheet データ を取得して、Progress 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,'Progress')

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

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

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

cnxn = mod.connect("OAuthClientId=MyOauthClientId;OAuthClientSecret=MyOAuthClientSecret;CallbackURL=http://localhost:33333;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

sql = "SELECT TaskName, Progress FROM Sheet_Event_Plan_Budget WHERE Assigned = 'Ana Trujilo'"

table1 = etl.fromdb(cnxn,sql)

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

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