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

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

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

SurveyMonkey はOAuth 2 認証標準を利用しています。SurveyMonkey がアンケートの回答を読むためにこれを必要とすることを考えると、アンケートを読むアカウントには有料プランのサブスクリプションが必要です。

SurveyMonkey への接続に使用できる認証方法は2つあります。

• プライベートoauth アプリケーションを登録するときに、パーソナルアクセストークンを使用します。
• パブリックoauth アプリケーションを登録するときに、OAuth を使用します。

パーソナルアクセストークンの使用

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には、ヘルプの「Creating a Custom OAuth App」の手順に従って、次の接続プロパティを設定します。

• OAuthAccessToken：アプリケーション設定で生成されたAccessToken に設定。
• InitiateOAuth：OFF に設定。

OAuth の使用

CData 製品はすでにSurveyMonkey にOAuth アプリケーションとして登録されています。そのため、デフォルトでは、自動的に埋め込みクレデンシャルを使用して接続します。

独自のカスタムOAuth アプリを使用したい場合は、ヘルプのCustom Credentials を参照してください。

SurveyMonkey をクエリするSQL 文の作成

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

sql = "SELECT RespondentId, ChoiceId FROM MySurvey_Responses WHERE ChoiceText = 'blue'"

SurveyMonkey 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、SurveyMonkey データ を取得して、ChoiceId 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,'ChoiceId')

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

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

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

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

sql = "SELECT RespondentId, ChoiceId FROM MySurvey_Responses WHERE ChoiceText = 'blue'"

table1 = etl.fromdb(cnxn,sql)

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

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