https://github.com/santiago-giordano/publicgooglesheetsproject

Using requests to get public google sheets and exporting dataframes to PostgreSQL db (using pandas & sqlachemy)
https://github.com/santiago-giordano/publicgooglesheetsproject

csv google-sheets pandas postgresql python requests sqlalchemy

Last synced: about 1 month ago
JSON representation

Using requests to get public google sheets and exporting dataframes to PostgreSQL db (using pandas & sqlachemy)

• Host: GitHub
• URL: https://github.com/santiago-giordano/publicgooglesheetsproject
• Owner: santiago-giordano
• Created: 2022-09-20T20:55:01.000Z (over 2 years ago)
• Default Branch: main
• Last Pushed: 2022-11-23T17:45:11.000Z (about 2 years ago)
• Last Synced: 2023-03-03T01:23:57.096Z (almost 2 years ago)
• Topics: csv, google-sheets, pandas, postgresql, python, requests, sqlalchemy
• Language: Python
• Homepage:
• Size: 1000 KB
• Stars: 0
• Watchers: 2
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# ALKEMY CHALLENGE: Data analytics + Python

![python version](https://img.shields.io/badge/python-v3.10.5-blue)

![alkemychallenge version](https://img.shields.io/badge/AlkemyChallenge-v4.3%5BOct--2022%5D-green)

Este proyecto responde a las consignas del desafío que Alkemy propone para su "Aceleración" en Data analytics con Python. La Aceleración en Alkemy es un entrenamiento en donde desarrolladores de software trainee Aceleran y Certifican sus habilidades como programadores Junior productivos en Laboratorios de Práctica.

### Pre-requisitos:

Antes de continuar, asegurate de cumplir los siguientes requerimientos:

* Instalar la última versión de Python (aquí fue usado Python 3.10.5)

* Crear y/o activar el entorno virtual

* Asegurarse de tener pip actualizado en el entorno virtual

* Instalar los siguientes módulos, paquetes y librerías en el entorno virtual:

  * requests

  * datetime

  * openpyxl

  * pandas

  * sqlalchemy

  * python-decouple

* Configurar la conexión a la base de datos PostreSQL (archivo <.env>)

* Finalmente ejecutar el archivo 

> En el archivo  se encuentran los códigos necesarios para ejecutar los diversos pasos de la instalación y ejecución.

> Para configurar la conexión se debe acceder al archivo <.env> y editar el usuario, la clave y el host del servidor PostgreSQL que se vaya a utilizar.

La ejecución del archivo  creará en la raiz del proyecto tres carpetas donde se guardarán los archivos adquiridos en formato csv. Luego procesará los datos de los archivos fuente, creará cinco dataframes, creará la conexión al servidor PostgreSQL, creará la base de datos "alkemy" (si no existe), creará las tablas (si no existen) y exportará los datos a sus respectivas tablas, actualizando los datos (si ya habían sido exportados).

Finalmente, resultó útil incorporar el código que crea una cuarta carpeta donde se exportan los cinco dataframes como archivos excel.

### Información de contacto:

Mail: [email protected]

LinkedIn: https://www.linkedin.com/in/santiagogiordanomalta/

GitHub: https://github.com/santiago-giordano