Python でSAS Data Sets 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 SASDataSets とpetl フレームワークを使って、SAS Data Sets 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SAS Data Sets 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。SAS Data Sets 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SAS Data Sets 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SAS Data Sets 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.sasdatasets as mod

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

cnxn = mod.connect("URI=C:/myfolder;")

SAS DataSets ファイルに接続するには、次の接続プロパティを設定します。

• URI: .sas7bdat リソースを含むフォルダに設定。現時点では、ローカルファイルのみをサポートしています。

SAS Data Sets をクエリするSQL 文の作成

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

sql = "SELECT name, borough FROM restaurants WHERE cuisine = 'American'"

SAS Data Sets 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、SAS Data Sets データ を取得して、borough 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,'borough')

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

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

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

cnxn = mod.connect("URI=C:/myfolder;")

sql = "SELECT name, borough FROM restaurants WHERE cuisine = 'American'"

table1 = etl.fromdb(cnxn,sql)

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

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