Spalten mit SQL auswählen

Datensätze können Spalten enthalten, die für eine Analyse nicht benötigt werden – so auch die Tabelle weather in data.db. Manche, wie die Höhe über dem Meeresspiegel, sind redundant, weil alle Beobachtungen am gleichen Ort gemacht wurden, andere enthalten Variablen, die uns nicht interessieren. Nachdem du eine Datenbank-Engine erstellt hast, schreibst du eine Abfrage, die mit SELECT nur das Datum und die Temperaturspalten auswählt, und übergibst beides an read_sql(), um ein DataFrame mit Höchst- und Tiefsttemperaturen zu erstellen.

pandas wurde als pd geladen und create_engine() aus sqlalchemy importiert.

Hinweis: Der SQL-Checker ist ziemlich pingelig bei der Spaltenreihenfolge und erwartet, dass die Felder in der angegebenen Reihenfolge ausgewählt werden.

Diese Übung ist Teil des Kurses

<Kurs>Vereinfachte Datenaufnahme mit pandas</Kurs>

Kurs ansehen

Übungsanweisungen

Erstelle eine Datenbank-Engine für data.db.
Schreibe eine SQL-Abfrage, die die Spalten date, tmax und tmin aus der Tabelle weather SELECT-iert.
Erzeuge ein DataFrame, indem du die Abfrage und die Engine an read_sql() übergibst, und weise das resultierende DataFrame temperatures zu.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Create database engine for data.db
engine = ____

# Write query to get date, tmax, and tmin from weather
query = """
SELECT ____, 
       ____, 
       ____
  FROM ____;
"""

# Make a dataframe by passing query and engine to read_sql()
temperatures = ____

# View the resulting dataframe
print(temperatures)

Code bearbeiten und ausführen