Łączenie i filtrowanie
Podobnie jak nie zawsze potrzebujesz wszystkich danych z jednej tabeli, tak samo nie zawsze potrzebujesz wszystkich kolumn i wierszy wynikających z JOIN. W tym ćwiczeniu użyjesz SQL, aby doprecyzować import danych.
Niektóre problemy mieszkaniowe nasilają się w niekorzystnych warunkach pogodowych. Twoim zadaniem jest skupienie się na zgłoszeniach dotyczących przecieków wody w tabeli hpd311calls i zestawienie zbioru danych zawierającego dzienne poziomy opadów z tabeli weather, aby sprawdzić, czy istnieje jakiś związek między tymi dwiema zmiennymi. Dostarczone zapytanie SQL pobiera wszystkie kolumny z hpd311calls, ale musisz je zmodyfikować, aby uzyskać potrzebną kolumnę z tabeli weather i odfiltrować wiersze przy użyciu klauzuli WHERE.
pandas jest załadowany jako pd, a silnik bazy danych engine został już utworzony.
To ćwiczenie jest częścią kursu
Sprawne importowanie danych z pandas
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Query to get hpd311calls and precipitation values
query = """
SELECT hpd311calls.*, ____
FROM hpd311calls
____ weather
____ hpd311calls.____ = ____;"""
# Load query results into the leak_calls dataframe
leak_calls = ____
# View the dataframe
print(leak_calls.head())