この章では、日付と時刻のデータ型を紹介します。テキストや数値データを日付・時刻形式に変換する方法と、その逆の変換方法も学びます。

日付と時刻データ型の導入

PostgreSQL のデータ型

テーブルに時刻をINSERTする

タイムゾーン情報を扱う

タイムゾーンを見つける

別のタイムゾーンへ変換する

date、time、text の相互変換

日付のキャスト

日付の変換

日付と時刻の変換

PostgreSQLにおける日付と時刻データの基礎

ここからは粒度を細かく見ていきます。この章では、時系列レポートの粒度をどのように設定するかを学びます。さらに、加算・減算・集計に取り組みながら、時系列データの分析方法を身につけます。

時系列データの粒度を操作する

世紀ごとの気温

1日の最も混雑する時間帯

日付・時刻データの加算と減算

年齢を計算する

到着時刻を分単位で計算する

インターバルの計算

時系列データの集計

各タイムシリーズのデータ数を数える

気温データの集計

年間平均気温を計算する

時系列データに統計集約を適用する

月ごとの気温変動幅を計算する

データ分布を分析する

センサー データの分析

時系列データの操作

この章では、ウィンドウ関数を扱います。パーティションとパーティション分割の基礎、そしてそれらがウィンドウ関数とどのように連携するかを学びます。データをランキングして上位の項目を見つけられるようになります。

パーティション分割とウィンドウ関数

パーティション分割されたテーブル

PARTITION BY

ウィンドウ関数で上位の項目を取得する

パーティションごとに上位3つの値を見つける

ニュース記事ごとの最もアクティブな時間帯

寒冷な天候のランキング

猛暑日のランキング付け

気温のパーセンタイル

ウィンドウ関数で時系列データを分析する

最終章では、スキルをさらに高め、累積合計、累積平均、そして移動平均を計算して、時系列分析を強化します。

累積合計

次の駅

ランニングトータルを計算する

LAG を使ったランニングトータル

累積平均

単一のランニング平均

複数系列のランニング平均

移動平均

トレンドニュースの特定

州ごとの年間気温のランニング平均と移動平均

まとめ

累積値と移動平均の計算

このコースでは、PostgreSQLを使って日付と時刻データを扱う方法を学びます。データの解析や操作、計算に役立つ関数や呼び出し方、さらにウィンドウ関数の使い方を身につけます。実データを使って、気温の分析、電車の時刻表の調査、ニュース記事の人気推移の確認に取り組みます。

このコースでは、PostgreSQLを活用して日付と時刻データを扱う方法を学びます。関数や呼び出しについて学び、このデータの解析や操作、計算の実行、ウィンドウ関数の使用に役立てることができます。
<br><br>
<h2>時系列データを取り扱う</h2>
<br><br>
さまざまな日付と時刻のデータ型について学び、それらの変換方法、粒度の操作方法、および集計、パーティショニング、移動平均を含む計算の実行方法について理解を深めていただけます。これらの知見は、既存の時系列データに付加価値を与えるのに役立つでしょう。
<br><br>
<h2>時系列分析を実世界のデータに適用する</h2>
<br><br>
これらの手法を実際のデータに適用し、気温の分析、列車の時刻表の確認、そしてニュース記事の人気が時間とともにどのように変化するかについて検証していただきます。

Joining Data in SQL

PostgreSQLで時系列分析を効果的に行い、実データに応用する方法を学びましょう。

PostgreSQLで学ぶ時系列分析

PostgreSQLで時系列解析を効果的に行い、実データへ応用する方法を学びます。

時系列データの粒度を操作する

Create Your Free Account