W tym rozdziale zapoznasz się z typami danych dotyczącymi dat i czasu. Nauczysz się konwertować dane tekstowe i liczbowe na format daty i czasu – oraz wykonywać konwersję w drugą stronę.

Wprowadzenie do typów danych daty i czasu

Typy danych w PostgreSQL

INSERT time INTO table

Praca z informacjami o strefie czasowej

Znajdź strefy czasowe

Konwertowanie do innej strefy czasowej

Konwersja między datą, czasem i tekstem

Rzutowanie dat

Konwersja dat

Konwersja dat i godzin

Wprowadzenie do danych o datach i czasie w PostgreSQL

Czas przejść do szczegółów. W tym rozdziale nauczysz się określać granularność raportów szeregów czasowych. Następnie poznasz dodawanie, odejmowanie i agregowanie danych, odkrywając, jak analizować szeregi czasowe.

Manipulowanie granularności danych szeregów czasowych

Temperatury według stulecia

Najbardziej ruchliwa godzina dnia

Dodawanie i odejmowanie danych dotyczących daty i czasu

Oblicz wiek

Obliczanie czasu przyjazdu w minutach

Obliczanie interwałów

Agregowanie danych szeregów czasowych

Zliczanie liczby danych dla każdej serii czasowej

Agregowanie danych o temperaturach

Oblicz średnią roczną temperaturę

Stosowanie agregacji statystycznych do danych szeregów czasowych

Obliczanie miesięcznych wahań temperatury

Analiza rozkładu danych

Analiza danych z czujników

Praca z szeregami czasowymi

W tym rozdziale będziesz pracować z funkcjami okna. Zaczniesz od nauki o partycjach i podziałach oraz ich współdziałaniu z funkcjami okna. Nauczysz się też wyszukiwać czołowe pozycje podczas rangowania danych.

Partycjonowanie i funkcje okna

Tabela partycjonowana

PARTITION BY

Najlepsze wyniki z funkcjami okna

Znajdź trzy najwyższe wartości w każdej partycji

Najbardziej aktywne godziny dnia dla artykułów newsowych

Funkcje rankingowe

Ranking zimnej pogody

Ranking najgorętszych temperatur

Percentyl temperatury

Analiza szeregów czasowych za pomocą funkcji okna

W ostatnim rozdziale podniesiesz swoje umiejętności na wyższy poziom – obliczysz sumę bieżącą, średnią bieżącą i średnią kroczącą, wzbogacając swoje analizy szeregów czasowych.

Suma bieżąca

Następna stacja

Obliczanie sumy bieżącej

Suma bieżąca z opóźnieniem

Średnia krocząca

Prosta średnia krocząca

Średnia krocząca dla wielu serii

Identyfikowanie popularnych wiadomości

Krocząca średnia roczna i średnia bieżąca temperatury

Podsumowanie

Obliczanie sum bieżących i średnich kroczących

Ten kurs pokazuje, jak wykorzystać PostgreSQL do pracy z danymi dotyczącymi dat i czasu. Poznasz funkcje i wywołania, które ułatwią ci przetwarzanie i manipulowanie tymi danymi, wykonywanie obliczeń oraz korzystanie z funkcji okna. Zdobytą wiedzę zastosujesz w praktyce – do analizy temperatur, rozkładów jazdy pociągów i zmian popularności artykułów informacyjnych w czasie.

Ten kurs nauczy Cię, jak wykorzystać PostgreSQL do obsługi danych daty i czasu. Dowiesz się o funkcjach i wywołaniach, które pomogą Ci analizować i przetwarzać te dane, wykonywać obliczenia oraz korzystać z funkcji okienkowych.
<br><br>
<h2>Pracuj z danymi szeregów czasowych</h2>
<br><br>
Poznasz różne typy danych dotyczących dat i czasu oraz nauczysz się je konwertować, zmieniać ich szczegółowość i wykonywać obliczenia, w tym agregacje, partycjonowanie oraz średnie kroczące. Te informacje pomogą Ci zwiększyć wartość istniejących danych szeregów czasowych.
<br><br>
<h2>Zastosuj analizę szeregów czasowych do danych z rzeczywistego świata</h2>
<br><br>
Zastosujesz te techniki do rzeczywistych danych, aby analizować temperatury, sprawdzać rozkłady jazdy pociągów i obserwować, jak popularność artykułów prasowych może zmieniać się w czasie.

Joining Data in SQL

Poznaj PostgreSQL do analizy szeregów czasowych i zastosuj te techniki na danych rzeczywistych.

Analiza szeregów czasowych w PostgreSQL

Naucz się używać PostgreSQL do skutecznej analizy szeregów czasowych i stosowania tych technik do danych z rzeczywistego świata.

CREATE TABLE new_stock_data_y2023m1 PARTITION OF new_stock_data

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

Tabela partycjonowana

Analiza szeregów czasowych w PostgreSQL

Interaktywne ćwiczenie praktyczne