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 →Airtable 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
Airtable Python Connector 相談したいAirtable へのデータ連携用のPython Connecotr ライブラリ。 pandas、SQLAlchemy、Dash、petl などの主要なPython ツールにAirtable 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 Airtable とpetl フレームワークを使って、Airtable 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Airtable 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。Airtable 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Airtable 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.airtable as mod
接続文字列で接続を確立します。connect 関数を使って、CData Airtable Connector からAirtable への接続を行います
cnxn = mod.connect("APIKey=keymz3adb53RqsU;BaseId=appxxN2fe34r3rjdG7;TableNames=TableA,...;ViewNames=TableA.ViewA,...;")
Airtable への接続には、APIKey、BaseId、TableNames のプロパティが必須です。ViewNames は任意項目でテーブルのビューを指定することができます。
Airtable にはSQL でデータアクセスが可能です。SampleTable_1 エンティティからのデータを読み出します。
sql = "SELECT Id, Column1 FROM SampleTable_1 WHERE Column1 = 'Value1'"
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、Airtable データ を取得して、Column1 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,'Column1') etl.tocsv(table2,'sampletable_1_data.csv')
CData Python Connector for Airtable を使えば、データベースを扱う場合と同感覚で、Airtable 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。
Airtable Python Connector の30日の無償トライアル をぜひダウンロードして、Airtable 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.airtable as mod cnxn = mod.connect("APIKey=keymz3adb53RqsU;BaseId=appxxN2fe34r3rjdG7;TableNames=TableA,...;ViewNames=TableA.ViewA,...;") sql = "SELECT Id, Column1 FROM SampleTable_1 WHERE Column1 = 'Value1'" table1 = etl.fromdb(cnxn,sql) table2 = etl.sort(table1,'Column1') etl.tocsv(table2,'sampletable_1_data.csv')