Python でXero WorkflowMax 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 XeroWorkflowMax とpetl フレームワークを使って、Xero WorkflowMax 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Xero WorkflowMax 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。Xero WorkflowMax 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Xero WorkflowMax 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Xero WorkflowMax 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.xeroworkflowmax as mod

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

cnxn = mod.connect("APIKey=myApiKey;AccountKey=myAccountKey;")

WorkflowMax API に接続するには、Xero からAPIKey とAccountKey を取得します。取得については、 Xero のサポートにお問い合わせ頂く必要があります。(https://www.workflowmax.com/contact-us).

API キーとAccount キーを取得したら、APIKey とAccountKey 接続プロパティの値を設定してください。 これらが設定されれば、接続の準備は完了です。

Xero WorkflowMax をクエリするSQL 文の作成

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

sql = "SELECT Id, Name FROM Clients WHERE Name = 'Cynthia'"

Xero WorkflowMax 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、Xero WorkflowMax データ を取得して、Name 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,'Name')

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

CData Python Connector for XeroWorkflowMax を使えば、データベースを扱う場合と同感覚で、Xero WorkflowMax 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

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

cnxn = mod.connect("APIKey=myApiKey;AccountKey=myAccountKey;")

sql = "SELECT Id, Name FROM Clients WHERE Name = 'Cynthia'"

table1 = etl.fromdb(cnxn,sql)

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

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