Joinen und Filtern

So wie du nicht immer alle Daten aus einer einzelnen Tabelle brauchst, möchtest du auch nicht immer alle Spalten und Zeilen verwenden, die aus einem JOIN entstehen. In dieser Übung verfeinerst du einen Datenimport mit SQL.

Wetter verschärft manche Wohnungsprobleme stärker als andere. Deine Aufgabe ist es, dich auf Meldungen zu Wasserlecks in hpd311calls zu konzentrieren und einen Datensatz zusammenzustellen, der die Niederschlagsmenge des Tages aus weather enthält, um zu sehen, ob es einen Zusammenhang gibt. Die bereitgestellte SQL-Abfrage holt alle Spalten aus hpd311calls, aber du musst sie anpassen, um die benötigte weather-Spalte zu erhalten und die Zeilen mit einer WHERE-Klausel zu filtern.

pandas ist als pd geladen, und die Datenbank-Engine engine wurde erstellt.

Diese Übung ist Teil des Kurses

Vereinfachte Datenaufnahme mit pandas

Kurs anzeigen

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Query to get hpd311calls and precipitation values
query = """
SELECT hpd311calls.*, ____
  FROM hpd311calls
  ____ weather
  ____ hpd311calls.____ = ____;"""

# Load query results into the leak_calls dataframe
leak_calls = ____

# View the dataframe
print(leak_calls.head())

Code bearbeiten und ausführen