Python でSharePoint Excel Services データをETL

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 ExcelServices とpetl フレームワークを使って、SharePoint Excel Services に連携するPython アプリや、SharePoint Excel Services データをETL することが可能です。本記事では、CData Python Connector をpetl と一緒に使い、ETL 処理を実装します。

CData Python Connector は、ビルトインされた効率的なデータプロセスにより、リアルタイムSharePoint Excel Services data データにPython からアクセスし、高いパフォーマンスと接続性を発揮します。SharePoint Excel Services に複雑なクエリを投げる際に、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SharePoint Excel Services 側に行わせ、サポートされていないSQL 処理については、組み込まれたSQL エンジンによりクライアント側で処理を行います（特にJOIN やSQL 関数など）。

SharePoint Excel Services Data への接続

SharePoint Excel Services data への連携は、RDB ソースへのアクセスと同感覚で行うことができます。必要な接続プロパティを使って接続文字列を作成します。本記事では、接続文字列をcreate_engine 関数のパラメータとして送ります。

Authentication セクションのURL、User、およびPassword プロパティを、SharePoint Online、SharePoint 2010、SharePoint 2013 の有効なクレデンシャルに設定します。さらに、Library プロパティを有効なSharePoint Document ライブラリに設定し、File プロパティを指示されたライブラリの有効な.xlsx ファイルに設定する必要があります。

CData SharePoint Excel Services Connector をインストールしたら、次のように必要なモジュールをインストールし、Python オブジェクトでSharePoint Excel Services にアクセスします。

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SharePoint Excel Services 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.excelservices as mod

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

cnxn = mod.connect("URL=https://myorg.sharepoint.com;User=admin@myorg.onmicrosoft.com;Password=password;File=Book1.xlsx;")

SharePoint Excel Services をクエリするSQL 文の作成

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

sql = "SELECT Name, AnnualRevenue FROM Account WHERE Industry = 'Floppy Disks'"

SharePoint Excel Services Data のETL 処理

DataFrame に格納されたクエリ結果を使って、petl でExtract（取得）、Transform（加工）、Load（ロード）を組みます。この例では、SharePoint Excel Services data を取得して、AnnualRevenue 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,'AnnualRevenue')

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

CData Python Connector for ExcelServices を使えば、データベースを扱う場合と同感覚で、SharePoint Excel Services data 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。

製品の無償トライアル情報

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

cnxn = mod.connect("URL=https://myorg.sharepoint.com;User=admin@myorg.onmicrosoft.com;Password=password;File=Book1.xlsx;")

sql = "SELECT Name, AnnualRevenue FROM Account WHERE Industry = 'Floppy Disks'"

table1 = etl.fromdb(cnxn,sql)

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

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