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 →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 Office365 とpetl フレームワークを使って、Office 365 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Office 365 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。Office 365 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Office 365 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.office365 as mod
接続文字列で接続を確立します。connect 関数を使って、CData Office 365 Connector からOffice 365 への接続を行います
cnxn = mod.connect("OAuthClientId=MyApplicationId;OAuthClientSecret=MyAppKey;OAuthCallbackURL=http://localhost:33333;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")
Office 365 はOAuth 認証標準を利用しています。OAuth を使って認証するには、アプリケーションを作成してOAuthClientId、OAuthClientSecret、およびCallbackURL 接続プロパティを取得しなければなりません。認証方法については、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。
Office 365 にはSQL でデータアクセスが可能です。Files エンティティからのデータを読み出します。
sql = "SELECT Name, Size FROM Files WHERE UserId = '54f34750-0d34-47c9-9949-9fac4791cddb'"
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、Office 365 データ を取得して、Size 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,'Size') etl.tocsv(table2,'files_data.csv')
CData Python Connector for Office365 を使えば、データベースを扱う場合と同感覚で、Office 365 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。
Office 365 Python Connector の30日の無償トライアル をぜひダウンロードして、Office 365 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.office365 as mod cnxn = mod.connect("OAuthClientId=MyApplicationId;OAuthClientSecret=MyAppKey;OAuthCallbackURL=http://localhost:33333;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")") sql = "SELECT Name, Size FROM Files WHERE UserId = '54f34750-0d34-47c9-9949-9fac4791cddb'" table1 = etl.fromdb(cnxn,sql) table2 = etl.sort(table1,'Size') etl.tocsv(table2,'files_data.csv')