이 장에서는 날짜와 시간 데이터 타입을 소개합니다. 텍스트와 숫자 데이터를 날짜·시간 형식으로 변환하는 방법과, 그 반대로 변환하는 방법도 함께 배웁니다!

날짜와 시간 데이터 유형 소개

PostgreSQL 데이터 타입

테이블에 시간 INSERT

시간대 정보 다루기

시간대 찾기

다른 시간대로 변환하기

date, time, text 간 변환하기

날짜 캐스팅

날짜 변환하기

날짜와 시간 변환하기

PostgreSQL의 날짜 및 시간 데이터 소개

이제 더 세밀하게 들어가 볼 시간이에요. 이 장에서는 시계열 보고서의 세분성(그레뉼러리티)을 설정하는 방법을 배우고, 더하기, 빼기, 집계를 통해 시계열 데이터를 분석하는 법을 익힙니다.

시계열 데이터의 세분화 수준 다루기

세기별 기온

하루 중 가장 붐비는 시간

날짜와 시간 데이터 더하고 빼기

나이 계산하기

도착 시간을 분 단위로 계산하기

간격 계산하기

시계열 데이터 집계하기

시계열별 데이터 개수 세기

기온 데이터 집계하기

연도별 평균 기온 계산

시계열 데이터에 통계 집계 적용하기

월별 기온 변동 폭 계산하기

데이터 분포 분석하기

센서 데이터 분석

시계열 데이터 다루기

이 장에서는 윈도 함수를 다룹니다. 파티션과 파티셔닝 개념을 익히고, 이것이 윈도 함수와 어떻게 함께 작동하는지 배웁니다. 또한 데이터를 순위 매길 때 상위 항목을 찾는 방법을 알게 됩니다.

파티셔닝과 윈도 함수

파티션된 테이블

Partition by

윈도 함수로 상위 항목 찾기

파티션별 상위 세 값 찾기

뉴스 기사별 하루 중 가장 활발한 시간대

순위 매기기 함수

한파 순위 매기기

무더운 날씨 순위 매기기

기온 백분위수

윈도 함수를 활용한 시계열 데이터 분석

마지막 장에서는 실력을 한 단계 끌어올려, 누적 합계, 누적 평균, 그리고 이동 평균까지 계산하여 시계열 분석을 강화합니다.

누적 합계

다음 역

누적합 계산하기

LAG로 계산하는 누적합

누적 평균

단일 러닝 평균

다중 누적 평균

이동 평균

급상승 뉴스 식별하기

연도별 기온의 누적 평균과 이동 평균

마무리

누적 합계와 이동 평균 계산하기

이 강의에서는 PostgreSQL을 활용해 날짜와 시간 데이터를 다루는 방법을 배웁니다. 이 데이터를 파싱하고 조작하는 함수와 호출을 익히고, 계산과 윈도 함수 사용법을 학습해요. 실제 데이터를 활용해 기온을 분석하고, 열차 운행표를 살펴보며, 뉴스 기사 인기의 시간에 따른 변화를 분석해 봅니다.

이 강의에서는 PostgreSQL을 활용하여 날짜 및 시간 데이터 처리 방법을 배웁니다. 함수와 호출에 대해 배우면서 이 데이터 를 분석하고 조작하는 방법, 계산을 수행하는 방법, 그리고 윈도우 함수 사용법을 익히게 됩니다.
<br><br>
<h2>시계열 데이터 다루기</h2>
<br><br>
여러 가지 날짜 및 시간 데이터 유형에 대해 배우고, 이들 간의 변환 방법, 세분화 조정, 그리고 집계, 파티셔닝, 이동 평균과 같은 계산 수행 방법을 익히게 됩니다. 이 인사이트는 기존 시계열 데이터에 가치를 더하는 데 도움이 될 것입니다.
<br><br>
<h2>시계열 분석을 실제 데이터에 적용하세요</h2>
<br><br>
이러한 기법을 실제 데이터에 적용하여 온도를 분석하고, 기차 시간표를 살펴보며, 뉴스 기사 인기의 시간에 따른 변화를 검토하게 됩니다.

Joining Data in SQL

PostgreSQL로 시계열 분석을 효과적으로 수행하고 실제 데이터에 적용하는 방법을 배우세요.

PostgreSQL로 살펴보는 시계열 분석

PostgreSQL로 시계열 분석을 효과적으로 수행하고, 실제 데이터에 기법을 적용하는 방법을 배웁니다.

CREATE TABLE new_stock_data_y2023m1 PARTITION OF new_stock_data

FOR VALUES FROM ('2023-01-01') to ('2023-01-31');

파티션된 테이블

PostgreSQL로 살펴보는 시계열 분석

실습형 인터랙티브 연습문제