LoslegenKostenlos starten

Einfluss der Temperatur auf die Ladeleistung

Die Daten, die du mit Window-Funktionen analysiert hast, sind nicht nur für dein Team aufschlussreich; sie sind auch für Fahrzeughersteller sehr nützlich. Mehrere Hersteller haben sich mit Interesse am Einfluss der Temperatur auf die Ladeleistung an dich gewandt. Sie hätten gern einen gleitenden Durchschnitt der Temperatur sowie einen gleitenden Durchschnitt der Ladeleistung, aufgeschlüsselt nach Fahrzeugmodell.

Diese Übung ist Teil des Kurses

<Kurs>Window Functions in Snowflake</Kurs>
Kurs ansehen

Übungsanweisungen

  • Ermittle den gleitenden Durchschnitt von temperature mithilfe der zwei vorhergehenden Datensätze und der aktuellen Zeile, sortiert nach temperature.
  • Erzeuge einen weiteren gleitenden Durchschnitt, diesmal für charging_rate, mithilfe der vier vorhergehenden Datensätze und der aktuellen Zeile, erneut sortiert nach temperature und partitioniert nach vehicle_model.
  • Nimm nur Datensätze auf, bei denen charging_rate nicht NULL ist.

Interaktive praktische Übung

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

SELECT
    vehicle_model,
    charger_type,
    temperature,
    charging_rate,
	
    -- Create a moving average of temperature using the two preceding and following records
    ___(___) OVER(
        PARTITION BY vehicle_model
        ORDER BY ___
        ROWS BETWEEN ___ ___ AND ___ ___
    ) AS moving_average_temperature,
    
    -- Find the moving average charging rate for the preceding four charging sessions
    ___(___) OVER(
        PARTITION BY ___
        ORDER BY ___
        ___
    ) AS moving_average_charging_rate

FROM ELECTRIC_VEHICLES.charging

-- Only include non-NULL charging rates
WHERE ___
ORDER BY vehicle_model, charger_type, temperature;
Code bearbeiten und ausführen