Python でMailChimp のデータを変換・出力するETL 処理を作る方法

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 MailChimp とpetl フレームワークを使って、MailChimp 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MailChimp 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。MailChimp 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MailChimp 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MailChimp 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.mailchimp as mod

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

cnxn = mod.connect("APIKey=myAPIKey;")

APIKey をアカウント設定で生成したキーに設定するか、APIKey を提供する代わりにOAuth 標準を使用してアプリケーションを認証できます。OAuth を使用すると、他のユーザーが自身のデータにアクセスできるようになります。OAuth を使って認証するには、MailChimp にアプリを登録してOAuthClientId、OAuthClientSecret、およびCallbackURL を取得する必要があります。

OAuth の使用については、ヘルプドキュメントの「はじめに」を参照してください。

MailChimp をクエリするSQL 文の作成

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

sql = "SELECT Name, Stats_AvgSubRate FROM Lists WHERE Contact_Country = 'US'"

MailChimp 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、MailChimp のデータ を取得して、Stats_AvgSubRate 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,'Stats_AvgSubRate')

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

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

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

cnxn = mod.connect("APIKey=myAPIKey;")

sql = "SELECT Name, Stats_AvgSubRate FROM Lists WHERE Contact_Country = 'US'"

table1 = etl.fromdb(cnxn,sql)

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

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