In dit hoofdstuk maak je kennis met gegevens­typen voor datum en tijd. Je leert tekst- en numerieke gegevens omzetten naar datum- en tijdformaat—én ook andersom!

Introductie tot datum- en tijdgegevens­typen

PostgreSQL-gegevenstypen

Tijd INSERTEN in een tabel

Werken met tijdzone-informatie

Zoek de tijdzones

Converteren naar een andere tijdzone

Converteren tussen date, time en text

Datums casten

Datums converteren

Datum en tijd converteren

Introductie tot datum- en tijdgegevens in PostgreSQL

Tijd om de details in te duiken. In dit hoofdstuk leer je de granulariteit van je tijdreeksrapporten instellen. Daarna ga je aan de slag met optellen, aftrekken en aggregeren om tijdreeksgegevens te analyseren.

De korrelgrootte van tijdreeksgegevens aanpassen

Temperaturen per eeuw

Drukste uren van de dag

Datum- en tijdgegevens optellen en aftrekken

Bereken de leeftijd

Aankomsttijd in minuten berekenen

Intervallen berekenen

Tijdreeksgegevens aggregeren

Tel het aantal gegevens per tijdreeks

Temperatuurgegevens aggregeren

Jaarlijkse gemiddelde temperatuur berekenen

Statistische aggregaten toepassen op tijdreeksgegevens

Maandelijkse temperatuurschommelingen berekenen

Analyseer de gegevensverdeling

Analyse van sensorgegevens

Werken met tijdreeksen

In dit hoofdstuk werk je met windowfuncties. Je leert wat partities en partitionering zijn en hoe die samenhangen met windowfuncties. Je kunt vervolgens de topitems vinden door je data te rangschikken.

Partitioneren en vensterfuncties

Gepartitioneerde tabel

Partitioneren op

Topitems met windowfuncties

Zoek de drie hoogste waarden per partitie

Meest actieve uren van de dag per nieuwsartikel

Rangschikfuncties

Koud weer rangschikken

Hete dagen rangschikken

Temperatuurpercentiel

Windowfuncties gebruiken voor tijdreeksanalyse

In het laatste hoofdstuk til je je skills naar een hoger niveau door het doorlopend totaal, het doorlopend gemiddelde en zelfs het voortschrijdend gemiddelde te berekenen om je tijdreeksanalyse te versterken.

Doorlopende som

Volgend station

Bereken een voortschrijdend totaal

Doorlopende som met lag

Voortschrijdend gemiddelde

Enkelvoudig voortschrijdend gemiddelde

Meervoudig voortschrijdend gemiddelde

Trenderend nieuws identificeren

Voortschrijdend gemiddelde en moving average van de jaartemperatuur

Afronding

Doorlopende totalen en voortschrijdende gemiddelden berekenen

In deze cursus leer je hoe je PostgreSQL inzet om met datum- en tijdgegevens te werken. Je ontdekt functies en aanroepen om deze gegevens te parseren en te bewerken, berekeningen uit te voeren en windowfuncties te gebruiken. Je past deze technieken toe op data uit de praktijk om temperaturen te analyseren, treinschema’s te bekijken en te onderzoeken hoe de populariteit van nieuwsartikelen in de tijd verandert.

Deze cursus leert je hoe je PostgreSQL kunt inzetten om datum- en tijdgegevens te verwerken. Je leert over functies en aanroepen om deze data te parseren en te bewerken, berekeningen uit te voeren en windowfuncties te gebruiken.
<br><br>
<h2>Werk met tijdreeksgegevens</h2>
<br><br>
Je leert over verschillende datum- en tijdgegevenstypen en hoe je tussen deze typen kunt converteren, hun granulariteit kunt aanpassen en berekeningen kunt uitvoeren, waaronder aggregaties, partitionering en voortschrijdende gemiddelden. Deze inzichten helpen je waarde toe te voegen aan bestaande tijdreeksgegevens.
<br><br>
<h2>Pas tijdreeksanalyse toe op praktijkgegevens</h2>
<br><br>
Je past deze technieken toe op praktijkdata om temperaturen te analyseren, treinschema’s te bekijken en te onderzoeken hoe de populariteit van nieuwsartikelen in de loop van de tijd kan veranderen.

Joining Data in SQL

Leer PostgreSQL gebruiken voor tijdreeksanalyse en pas technieken toe op echte data.

Tijdreeksanalyse in PostgreSQL

Leer hoe je PostgreSQL gebruikt om time series analysis effectief uit te voeren en deze technieken toe te passen op praktijkdata.

PostgreSQL-gegevenstypen

Tijdreeksanalyse in PostgreSQL

Interactieve oefening met praktijkervaring