Podział danych w kolumnie

Czyszczenie danych w bazach PostgreSQL

Darryl Reeves, Ph.D.

Industry Assistant Professor, New York University

Podział kolumn

 camis    | inspection_date |                    violation                    | ... 
 ---------+-----------------+-------------------------------------------------+-----
 ...      | ...             | ...                                             | ...
 50038736 | 03/29/2018      | 09B Thawing procedures                          | ...
 50033304 | 12/18/2019      | 02B Hot food item not held at or above 140º ... | ...
 50081658 | 12/13/2018      | 06F Wiping cloths soiled or not stored in sa... | ...
 50033733 | 02/12/2019      | 10B Plumbing not properly installed or maint... | ...
 40559634 | 08/22/2017      | 04N Filth flies or food/refuse/sewage-associ... | ...
 ...      | ...             | ...                                             | ...
Czyszczenie danych w bazach PostgreSQL

Wyszukiwanie pozycji podciągu za pomocą STRPOS()

STRPOS(source_string, search_string)

Diagram ciągu naruszenia "09B Thawing procedures" z numerami indeksów: 1 pod cyfrą 0, 4 pod pierwszą spacją, 22 pod literą s kończącą ciąg.

SELECT
  STRPOS('09B Thawing procedures', ' ');

4
Czyszczenie danych w bazach PostgreSQL

Wyszukiwanie pozycji podciągu za pomocą STRPOS()

Diagram ciągu naruszenia "09B Thawing procedures" z numerami indeksów: 1 pod cyfrą 0, 4 pod pierwszą spacją, 22 pod literą s kończącą ciąg.

SELECT
  STRPOS('09B Thawing procedures', '?');

0
Czyszczenie danych w bazach PostgreSQL

Wyszukiwanie pozycji podciągu za pomocą STRPOS()

Diagram ciągu naruszenia "09B Thawing procedures" z numerami indeksów: 1 pod cyfrą 0, 4 pod pierwszą spacją, 22 pod literą s kończącą ciąg.

SELECT
  STRPOS('09B Thawing procedures', ' ');

4
Czyszczenie danych w bazach PostgreSQL

Wyodrębnianie podciągu za pomocą SUBSTRING()

SUBSTRING(source_string FROM start_pos FOR num_chars)

Czyszczenie danych w bazach PostgreSQL

Wyodrębnianie podciągu za pomocą SUBSTRING()

SUBSTRING('Homerun' FROM 1 FOR 4) → Home

Diagram ciągu naruszenia "09B Thawing procedures" z numerami indeksów: 1 pod cyfrą 0, 4 pod pierwszą spacją, 22 pod literą s kończącą ciąg.

SELECT
  SUBSTRING(
      '09B Thawing procedures'
      FROM 1
      FOR STRPOS('09B Thawing procedures', ' ') - 1
  );

09B
Czyszczenie danych w bazach PostgreSQL

Wyodrębnianie podciągu za pomocą SUBSTRING()

Diagram ciągu naruszenia "09B Thawing procedures" z numerami indeksów: 1 pod cyfrą 0, 4 pod pierwszą spacją, 22 pod literą s kończącą ciąg. Niebieskie strzałki wskazują część odpowiadającą opisowi naruszenia.

Wymagania:

  • Pozycja początkowa opisu naruszenia
  • Liczba znaków w opisie
SELECT
  STRPOS('09B Thawing procedures', ' ') + 1;

5
Czyszczenie danych w bazach PostgreSQL

Obliczanie długości ciągu za pomocą LENGTH()

Diagram ciągu naruszenia "09B Thawing procedures" z numerami indeksów: 1 pod cyfrą 0, 4 pod pierwszą spacją, 22 pod literą s kończącą ciąg. Napis "liczba znaków?" widnieje nad częścią odpowiadającą opisowi naruszenia.

LENGTH(string) → INTEGER

SELECT LENGTH('hello')

5
Czyszczenie danych w bazach PostgreSQL

Obliczanie długości ciągu za pomocą LENGTH()

LENGTH('09B Thawing procedures') → 22

STRPOS('09B Thawing procedures', ' ') → 4

LENGTH('09B Thawing procedures') - STRPOS('09B Thawing procedures', ' ') → 18

LENGTH('Thawing procedures') → 18

Czyszczenie danych w bazach PostgreSQL

Obliczanie długości ciągu za pomocą LENGTH()

SELECT 
    LENGTH('09B Thawing procedures') - 
    STRPOS('09B Thawing procedures', ' ');

18

Diagram ciągu naruszenia "09B Thawing procedures" z numerami indeksów: 1 pod cyfrą 0, 4 pod pierwszą spacją, 22 pod literą s kończącą ciąg. Niebieskie strzałki wskazują część odpowiadającą opisowi naruszenia.

Czyszczenie danych w bazach PostgreSQL

Składanie elementów w całość

SELECT 
    SUBSTRING(
      '09B Thawing procedures'
      FROM
        STRPOS('09B Thawing procedures', ' ')
        + 1
      FOR
        LENGTH('09B Thawing procedures')
        - STRPOS('09B Thawing procedures', ' ')
    );

Thawing procedures
Czyszczenie danych w bazach PostgreSQL

Podział kolumny naruszenia

SELECT 
    camis, 
    inspection_date, 

    SUBSTRING(
      violation 
      FROM 1 
      FOR STRPOS(violation, ' ') - 1
    ) AS violation_code, 

    SUBSTRING(
      violation 
      FROM STRPOS(violation, ' ') + 1 
      FOR LENGTH(violation) - STRPOS(violation, ' ')
    ) AS violation_description 
FROM 
    restaurant_inspection;
Czyszczenie danych w bazach PostgreSQL

Podział kolumny naruszenia

 camis    | inspection_date |                    violation                    | ... 
 ---------+-----------------+-------------------------------------------------+-----
 ...      | ...             | ...                                             | ...
 50038736 | 03/29/2018      | 09B Thawing procedures                          | ...
 50033304 | 12/18/2019      | 02B Hot food item not held at or above 140º ... | ...
 50081658 | 12/13/2018      | 06F Wiping cloths soiled or not stored in sa... | ...
 50033733 | 02/12/2019      | 10B Plumbing not properly installed or maint... | ...
 40559634 | 08/22/2017      | 04N Filth flies or food/refuse/sewage-associ... | ...
 ...      | ...             | ...                                             | ...
Czyszczenie danych w bazach PostgreSQL

Podział kolumny naruszenia

 camis    | inspection_date | violation_code |            violation_description            | ... 
 ---------+-----------------+----------------+---------------------------------------------+-----
 ...      | ...             | ...            | ...                                         | ...
 50038736 | 03/29/2018      | 09B            | Thawing procedures                          | ...
 50033304 | 12/18/2019      | 02B            | Hot food item not held at or above 140º ... | ...
 50081658 | 12/13/2018      | 06F            | Wiping cloths soiled or not stored in sa... | ...
 50033733 | 02/12/2019      | 10B            | Plumbing not properly installed or maint... | ...
 40559634 | 08/22/2017      | 04N            | Filth flies or food/refuse/sewage-associ... | ...
 ...      | ...             | ...            | ...                                         | ...
Czyszczenie danych w bazach PostgreSQL

Czas na ćwiczenia!

Czyszczenie danych w bazach PostgreSQL

Preparing Video For Download...