Conversor de datos: Hojas de cálculo de Google a SQL, SQL a Hojas de cálculo de Google

Los convertidores de datos ayudan a convertir el inventario de datos entre diferentes formatos en un formato esperado que le guste usar, como SQL, CSV, JSON, XML, etc. Si está buscando formas de monetizar datos vendiendo datos contactables como prospectos B2B a través de una API o un SaaS. Creo que esta pieza puede ayudar a administrar su inventario de datos en SQL y CSV.

Entonces, en este capítulo, lo guiaré a través de cómo puede crear un convertidor de datos para convertir el inventario de datos CSV o Google Sheets en SQL. A la inversa, también le indica cómo convertir SQL en CSV o en Hojas de cálculo de Google. Este tutorial utilizará Sqlite3, que suele ser adecuado para que los desarrolladores creen aplicaciones. La metodología se comparte con SQL.

Tabla de contenidos: Convertidor de datos

• Conversor de CSV a SQL
• Conversor de Hojas de cálculo de Google a SQL
• Conversor de SQL a CSV
• Conversor de hojas de cálculo de SQL a Google
• Full Python Script of Data Converter para convertir CSV a SQL, SQL a CSV, SQL a Google Sheet

Convertidor de datos: CSV a SQL

Hay 5 clases y métodos Sqlite3 más CSV y pandas que se usan para crear un convertidor de datos.

Connect() : creación de una conexión a una base de datos SQLite

La función sqlite3 connect() devuelve un objeto Connection que usaremos para interactuar con la base de datos SQLite contenida en el archivo. Por ejemplo, aquí creamos un nuevo nombre de archivo DB en b2bcontacts.DB

connection = sqlite3.connect("ceInfluencer.db")

Cursor() and Execute() : crea una nueva tabla de datos en el archivo DB

El sqlite3. La clase de cursor es una instancia mediante la cual puede invocar métodos que ejecutan declaraciones de SQLite, obtener datos de los conjuntos de resultados de las consultas. Puede crear un objeto Cursor utilizando el método cursor() del objeto y la clase Connection.

cursor = connection.cursor()

Luego, la ejecución de sqlite3 es el comando para ejecutar un código o un script para ejecutar algo que desea. Aquí necesitamos crear una nueva tabla nombrada en perspectiva. Dentro de la tabla de prospectos. También necesitamos agregar el nombre de la columna y categorizar el tipo de datos, que es texto, entero, flotante, etc. Y hay respectivamente un "''' al principio y al final del nombre de la columna.

cursor.execute('''CREATE TABLE prospect(Category TEXT, Quality_Score TEXT, Country TEXT, B2BLead_Name TEXT, Email Contact TEXT)''')

Plus CSV y Pandas para insertar los datos en el archivo DB

Ahora necesitamos generar los datos de contacto B2B que ya tenemos en un archivo CSV y transformar el formato que puede alimentar a SQL en un momento. Aquí debemos eliminar el encabezado como se indicó anteriormente, hemos creado un nuevo encabezado en el archivo DB que se usa en la aplicación. Por último, solo necesitamos agregar y enmarcar los datos usando Pandas

B2BData = []

with open("B2Bdata_Inventory.csv","r") as csv_file:

csv_reading = csv.reader(csv_file)

header = next(csv_reading)

if header != None:

for i in csv_reading:

column1 = i[0:]

B2BData.append(column1)

df = pd.DataFrame(influencerData)

Para insertar cada fila de datos en el archivo DB, necesitamos crear un bucle con la longitud de los datos df. Hay dos lugares que debemos notar aquí. Uno es el método VALUES donde necesitamos agregar los signos de interrogación. La cantidad total de ellos es la misma que la cantidad de columnas que creamos anteriormente.

for item in range(len(df)):

cursor.execute('''INSERT INTO influencer VALUES(?,?,?,?,?)''', df.iloc[item])

En segundo lugar, con una lista de números enteros asignados a la variable del elemento, podemos insertarla en el archivo db usando df.iloc[elemento]. Significa que ordena insertar cada fila de los datos df. Por ejemplo, si los datos df tienen 100 filas, se repetirán 100 veces.

Commit () and Close ()

El método de confirmación es para garantizar que todos los cambios se guarden en el archivo de la base de datos, y luego podemos cerrar el script después.

Convertidor de datos – Hoja de Google a SQL

En comparación con el CSV a SQL, la diferencia es tomar primero la hoja de Google y encuadrar los datos usando pandas. El resto de los pasos son los mismos que los anteriores.

Para obtener los datos de Google Sheet, podemos usar el módulo gspread

• scope = ['https://www.googleapis.com/auth/spreadsheets','https://www.googleapis.com/auth/drive.file','https://www.googleapis.com/auth/drive']
• creds = ServiceAccountCredentials.from_json_keyfile_name('theGoogleServiceAccountJsonFile.json', scope)
• client = gspread.authorize(creds)
• sh = client.open('theSheetName')
• worksheet = sh.get_worksheet(theTabNumber)
• vLookupValue = worksheet.get_values(theDataRange')
• df = pd.DataFrame(vLookupValue)

Convertidor de datos: convertidor de SQL a CSV

Conectarse al archivo DB que desea convertir en un archivo CSV es el primer paso. Luego, necesitamos crear un ciclo para agregar datos del archivo db de cada fila. Por último, solo necesitamos un marco de datos y guardarlo en un archivo csv.

connection = sqlite3.connect('googleCompetitor.db')

googleData = []

data = connection.cursor()

for column in data.execute('SELECT * FROM influencer'):

googleData.append(column)

df = pd.DataFrame(googleData)

print(df)

df.to_csv('competitorTesting.csv', encoding='utf-8-sig')

Conversor de hojas de cálculo de SQL a Google

Además de conectarnos con la hoja de Google y generar los datos SQL, necesitamos cargar los datos convertidos en la hoja de cálculo asignada. Aquí está la muestra si usamos gspread.

df = pd.DataFrame(googleData)

value_list = sh.values_update("testing!A1", params={'valueInputOption': 'USER_ENTERED'},body=dict(values=df.T.reset_index().T.values.tolist()))

Script Python completo de convertidores de datos para convertir CSV a SQL, SQL a CSV, SQL a Google Sheet

Si está interesado en el script Python completo del Capítulo 46: Conversores de datos para convertir CSV a SQL, SQL a CSV, Google Sheets a SQL, suscríbase a nuestro boletín agregando el mensaje "Capítulo 46" . Le enviaremos el guión inmediatamente a su buzón.

Espero que disfrute leyendo el Capítulo 46: Convertidores de datos para convertir CSV a SQL, SQL a CSV, Google Sheets a SQL. Si lo hiciste, apóyanos haciendo una de las cosas que se enumeran a continuación, porque siempre ayuda a nuestro canal.

• Apoya y dona a nuestro canal a través de PayPal ( paypal.me/Easy2digital )
• Suscríbete a mi canal y activa la campanita de notificaciones Easy2Digital Youtube channel .
• Sigue y dale me gusta a mi página Easy2Digital Facebook page
• Comparte el artículo en tu red social con el hashtag #easy2digital
• Compre productos con Easy2Digital 10% de descuento Código de descuento ( Easy2DigitalNewBuyers2021)
• Te suscribes a nuestro boletín semanal para recibir los últimos artículos, videos y códigos de descuento de Easy2Digital
• Suscríbase a nuestra membresía mensual a través de Patreon para disfrutar de beneficios exclusivos ( www.patreon.com/louisludigital )