Python でExcel Online 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 ExcelOnline とpetl フレームワークを使って、Excel Online 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Excel Online 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。Excel Online 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Excel Online 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Excel Online 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.excelonline as mod

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

cnxn = mod.connect("InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

ワークブックに接続するには、Excel Online への認証を提供し、 次のプロパティを設定します。

• Workbook: ワークブックの名前かId に設定。利用可能なワークブックに関する情報のリストを表示する場合は、認証後にWorkbooks ビューに対してクエリを実行します。

• UseSandbox: Sandbox アカウントのワークブックに接続している場合はtrue に設定。それ以外の場合は、これを空のままにしてプロダクションアカウントに接続します。

OAuth 認証を使うこともできます。ユーザー資格情報の接続プロパティを設定せずに接続できます。接続すると、CData 製品はデフォルトブラウザでOAuth エンドポイントを開きます。ログインして、CData 製品にアクセス許可を与えます。CData 製品がOAuth プロセスを完了します。 他のOAuth 認証フローについては、ヘルプドキュメントの「OAuth 認証の使用」を参照してください。

Excel Online をクエリするSQL 文の作成

Excel Online にはSQL でデータアクセスが可能です。Test_xlsx_Sheet1 エンティティからのデータを読み出します。

sql = "SELECT Id, Column1 FROM Test_xlsx_Sheet1 WHERE Column2 = 'Bob'"

Excel Online 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、Excel Online 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,'test_xlsx_sheet1_data.csv')

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

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

cnxn = mod.connect("InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")

sql = "SELECT Id, Column1 FROM Test_xlsx_Sheet1 WHERE Column2 = 'Bob'"

table1 = etl.fromdb(cnxn,sql)

table2 = etl.sort(table1,'Column1')

etl.tocsv(table2,'test_xlsx_sheet1_data.csv')