各製品の資料を入手。
詳細はこちら →
製品をチェック
Python でBox のデータを変換・出力するETL 処理を作る方法
CData Python Connector とpetl モジュールを使って、Box のデータを変換後にCSV ファイルに吐き出すETL 処理を実装します。
最終更新日：2023-09-23
この記事で実現できるBox 連携のシナリオ
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 Box とpetl フレームワークを使って、Box のデータに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Box のデータ にPython から接続し、高いパフォーマンスを発揮します。Box 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Box 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Box のデータを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.box as mod
接続文字列で接続を確立します。connect 関数を使って、CData Box Connector からBox への接続を行います
cnxn = mod.connect("OAuthClientId=MyOAuthClientId;OAuthClientSecret=MyOAuthClientSecret;CallbackURL=http://localhost:33333;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")
Box 接続プロパティの取得・設定方法
Box は、認証にOAuth スタンダードを使用します。Box への認証には、登録アプリのOAuthClientId、OAuthClientSecret、CallbackURL を取得して、接続プロパティに設定してください。詳細はヘルプドキュメントの「はじめに」を参照してください。
なお、Box Driver はBox のファイルの一覧表示やユーザー管理情報の取得用です。Box に保管されているExcel、CSV、JSON などのファイル内のデータを読み込みたい場合には、それぞれExcel Driver、CSV Driver、JSON Driver をご利用ください。
Box をクエリするSQL 文の作成
Box 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 Id = '123'"
Box 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、Box のデータ 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 Box を使えば、データベースを扱う場合と同感覚で、Box のデータ 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
Box Python Connector の30日の無償トライアル をぜひダウンロードして、Box のデータ 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.box as mod
cnxn = mod.connect("OAuthClientId=MyOAuthClientId;OAuthClientSecret=MyOAuthClientSecret;CallbackURL=http://localhost:33333;InitiateOAuth=GETANDREFRESH;OAuthSettingsLocation=/PATH/TO/OAuthSettings.txt")")
sql = "SELECT Name, Size FROM Files WHERE Id = '123'"
table1 = etl.fromdb(cnxn,sql)
table2 = etl.sort(table1,'Size')
etl.tocsv(table2,'files_data.csv')
関連コンテンツ
