테이블 조인하기
관계형 데이터베이스의 테이블에는 보통 레코드를 고유하게 식별하는 키 컬럼이 있습니다. 덕분에 데이터를 가져온 뒤 결합하는 대신, SQL의 JOIN 연산을 사용해 테이블을 결합하는 파이프라인을 만들 수 있어요.
hpd311calls의 레코드는 누수나 난방 문제처럼 날씨에 따라 더 심해지는 이슈와 관련된 경우가 많습니다. 이번 연습에서는 weather 데이터와 공통된 날짜 컬럼을 기준으로 콜 레코드를 조인해, 모든 정보를 하나의 데이터프레임으로 모아 보겠습니다. 이 컬럼들의 데이터 타입은 동일하다고 가정해도 됩니다.
pandas는 pd로 임포트되어 있고, 데이터베이스 엔진 engine도 이미 생성되어 있습니다.
참고: SQL 채점기는 조인 시 테이블의 순서에 민감합니다. 왼쪽과 오른쪽에 특정 테이블이 오기를 기대해요.
이 연습은 강의의 일부입니다
pandas로 빠르고 간편한 데이터 적재
연습 안내
- 각각
date와created_date컬럼을 기준으로weather를hpd311calls에 조인하도록 쿼리를 완성하세요. - 데이터베이스를 쿼리하고 결과 데이터프레임을
calls_with_weather에 할당하세요. - 모든 컬럼이 제대로 조인되었는지 확인할 수 있도록
calls_with_weather의 앞부분 몇 행을 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Query to join weather to call records by date columns
query = """
SELECT *
FROM hpd311calls
JOIN ____
ON hpd311calls.____ = ____.____;
"""
# Create dataframe of joined tables
calls_with_weather = ____
# View the dataframe to make sure all columns were joined
____