Ładowanie wielu tabel za pomocą złączeń

Sprawne importowanie danych z pandas

Amany Mahfouz

Instructor

Klucze

Rekordy w bazie danych mają unikalne identyfikatory, czyli klucze

Dane zgłoszeń 311 z wyróżnioną kolumną unique_key. Klucze są liczbami.

Klucze

Rekordy w bazie danych mają unikalne identyfikatory, czyli klucze

Dane katalogu kursów z wyróżnioną kolumną course_code. Kody składają się ze skrótów przedmiotów i numerów.

Klucze

Rekordy w bazie danych mają unikalne identyfikatory, czyli klucze

Dane katalogu kursów z wyróżnioną kolumną instructor_id. Wartości to 9-cyfrowe liczby całkowite.

Klucze

Tabela profesorów z wyróżnioną kolumną id. Wartości to 9-cyfrowe liczby całkowite, takie jak instructor_id w katalogu kursów.

Klucze

Dane katalogu kursów z dołączoną kolumną nazwisk profesorów

Łączenie tabel

Dane pogodowe z wyróżnioną kolumną daty

Dane zgłoszeń 311 z wyróżnioną kolumną created_date

Łączenie tabel

SELECT *
  FROM hpd311calls

Łączenie tabel

SELECT *
  FROM hpd311calls
       JOIN weather 
       ON hpd311calls.created_date = weather.date;

Notacja kropkowa (tabela.kolumna) przy pracy z wieloma tabelami
Domyślne złączenie zwraca tylko rekordy, których klucze występują w obu tabelach
Klucze złączenia muszą być tego samego typu danych

Łączenie i filtrowanie

/* Get only heat/hot water calls and join in weather data */
SELECT *
  FROM hpd311calls
       JOIN weather 
       ON hpd311calls.created_date = weather.date
 WHERE hpd311calls.complaint_type = 'HEAT/HOT WATER';

Łączenie i agregowanie

/* Get call counts by borough */
SELECT hpd311calls.borough, 
         COUNT(*)
  FROM hpd311calls
 GROUP BY hpd311calls.borough;

Łączenie i agregowanie

/* Get call counts by borough
   and join in population and housing counts */
SELECT hpd311calls.borough, 
       COUNT(*), 
       boro_census.total_population,
       boro_census.housing_units
  FROM hpd311calls
 GROUP BY hpd311calls.borough

Łączenie i agregowanie

/* Get call counts by borough
   and join in population and housing counts */
SELECT hpd311calls.borough, 
       COUNT(*), 
       boro_census.total_population,
       boro_census.housing_units
  FROM hpd311calls
       JOIN boro_census 
       ON hpd311calls.borough = boro_census.borough
 GROUP BY hpd311calls.borough;

query = """SELECT hpd311calls.borough, 
                    COUNT(*), 
                    boro_census.total_population,
                    boro_census.housing_units
             FROM hpd311calls
                  JOIN boro_census 
                  ON hpd311calls.borough = boro_census.borough
            GROUP BY hpd311calls.borough;"""

call_counts = pd.read_sql(query, engine)
print(call_counts)

         borough  COUNT(*)  total_population  housing_units
0          BRONX     29874           1455846         524488
1       BROOKLYN     31722           2635121        1028383
2      MANHATTAN     20196           1653877         872645
3         QUEENS     11384           2339280         850422
4  STATEN ISLAND      1322            475948         179179

Podsumowanie

Kolejność słów kluczowych SQL
- SELECT
- FROM
- JOIN
- WHERE
- GROUP BY

Ćwiczmy!

Sprawne importowanie danych z pandas