Dans ce chapitre, vous ferez connaissance avec les types de données de date et d'heure. Vous verrez comment convertir des données textuelles et numériques en format date et heure — et aussi comment faire la conversion inverse !

Introduction aux types de données de date et d'heure

Types de données PostgreSQL

INSERT time INTO table

Travailler avec l'information de fuseau horaire

Repérer les fuseaux horaires

Convertir vers un autre fuseau horaire

Convertir entre date, heure et texte

Conversion de dates

Conversion de dates et d'heures

Introduction aux données de date et d'heure dans PostgreSQL

Il est temps d'être plus précis. Dans ce chapitre, vous apprendrez à définir la granularité de vos rapports de séries chronologiques. Vous vous familiariserez ensuite avec l'addition, la soustraction et l'agrégation pour découvrir comment analyser des données de séries chronologiques.

Modifier la granularité des séries chronologiques

Températures par siècle

Heures les plus achalandées de la journée

Addition et soustraction de données de date et d'heure

Calculer l'âge

Calculer le temps d'arrivée en minutes

Calcul des intervalles

Agréger des données de séries chronologiques

Compter le nombre de données par série chronologique

Agréger des données de température

Calculer la température moyenne annuelle

Appliquer des agrégats statistiques aux données chronologiques

Calculer les écarts de température mensuels

Analyser la distribution des données

Analyse de données de capteurs

Travailler avec les séries chronologiques

Dans ce chapitre, vous travaillerez avec les fonctions de fenêtre. Vous commencerez par les partitions et le partitionnement, et leur interaction avec les fonctions de fenêtre. Vous pourrez trouver les éléments les plus importants en classant vos données.

Partitionnement et fonctions de fenêtrage

Table partitionnée

Partition par

Éléments les plus importants avec les fonctions de fenêtrage

Trouver les trois valeurs les plus élevées par partition

Heures les plus actives de la journée par article de nouvelles

Fonctions de classement

Classer les épisodes de froid

Classer les périodes de grande chaleur

Centile de température

Utiliser les fonctions de fenêtre pour analyser des séries chronologiques

Dans le dernier chapitre, vous rehausserez vos compétences en calculant le total cumulé, la moyenne cumulative et même la moyenne mobile pour enrichir votre analyse de séries chronologiques.

Total cumulatif

Prochaine station

Calculer un total cumulatif

Total cumulatif avec LAG

Moyenne cumulée

Moyenne cumulative unique

Moyenne mobile cumulative multiple

Moyenne mobile

Détecter les nouvelles en tendance

Moyenne cumulative et moyenne mobile de la température annuelle

Conclusion

Calcul des totaux cumulés et des moyennes mobiles

Ce cours vous montre comment tirer parti de PostgreSQL pour gérer les données de date et d'heure. Vous apprendrez des fonctions et des appels pour analyser et manipuler ces données, effectuer des calculs et utiliser des fonctions de fenêtre. Vous appliquerez ces techniques à des données réelles pour analyser des températures, examiner des horaires de trains et voir comment la popularité d'articles de nouvelles peut évoluer dans le temps.

Ce cours vous apprend à tirer parti de PostgreSQL pour gérer les données de date et d’heure. Vous apprendrez à utiliser les fonctions et les appels pour vous aider à analyser et à manipuler ces données, à effectuer des calculs et à utiliser des fonctions de fenêtre.
<br><br>
<h2>Travaillez avec des données de séries chronologiques</h2>
<br><br>
Vous apprendrez à connaître divers types de données de date et d’heure et à les convertir entre eux, à manipuler leur granularité et à effectuer des calculs, y compris des agrégations, des partitions et des moyennes mobiles. Ces connaissances vous aideront à ajouter de la valeur aux données de séries chronologiques existantes.
<br><br>
<h2>Appliquez l’analyse des séries chronologiques à des données du monde réel</h2>
<br><br>
Vous appliquerez ces techniques à des données réelles pour analyser les températures, examiner les horaires de train et voir comment la popularité des articles de presse peut évoluer au fil du temps.

Joining Data in SQL

Apprenez à utiliser PostgreSQL pour analyser des séries chronologiques et appliquer ces techniques.

Analyse de séries chronologiques dans PostgreSQL

Apprenez à utiliser PostgreSQL pour gérer efficacement l’analyse de séries temporelles et appliquer ces techniques à des données réelles.

Content Developer, DataCamp

Éléments principaux avec des fonctions de fenêtrage

Description de la table

Agrégation traditionnelle

Utiliser row_number

Numéroter les lignes

Températures les plus basses

Valeurs les plus élevées

Passons à la pratique !

Utiliser les fonctions de fenêtre pour analyser des séries chronologiques - Éléments les plus importants avec les fonctions de fenêtrage

Éléments les plus importants avec les fonctions de fenêtrage

Create Your Free Account