Neste capítulo, você será apresentado aos tipos de dados de data e hora. Você vai aprender a converter dados de texto e numéricos para o formato de data e hora — e também a fazer a conversão no sentido contrário!

Introdução aos tipos de dados de data e hora

Tipos de dados do PostgreSQL

INSERIR time NA tabela

Trabalhando com informações de fuso horário

Encontre os fusos horários

Converter para um fuso horário diferente

Convertendo entre date, time e text

Convertendo datas (casting)

Convertendo datas

Convertendo datas e horários

Introdução a dados de data e hora no PostgreSQL

Hora de ir ao detalhe. Neste capítulo, você vai aprender a definir a granularidade dos seus relatórios de séries temporais. Em seguida, vai dominar como somar, subtrair e agregar ao descobrir como analisar dados de séries temporais.

Manipulando a granularidade de dados de séries temporais

Temperaturas por século

Hora mais movimentada do dia

Adicionando e subtraindo dados de data e hora

Calcule a idade

Calcular tempo de chegada em minutos

Calculating intervals

Agregando dados de séries temporais

Conte a quantidade de dados por série temporal

Agregando dados de temperatura

Calcular a temperatura média anual

Aplicando agregações estatísticas a dados de séries temporais

Calculando variações mensais de temperatura

Analisar a distribuição dos dados

Análise de dados de sensores

Trabalhando com séries temporais

Neste capítulo, você vai trabalhar com funções de janela. Você começará aprendendo sobre partições e particionamento e como elas funcionam com funções de janela. Você será capaz de encontrar os itens principais ao classificar seus dados.

Particionamento e funções de janela

Tabela particionada

Partition by

Itens principais com funções de janela

Encontre os três maiores valores por partição

Horas do dia mais ativas por artigo de notícia

Funções de classificação

Classificando clima frio

Classificando clima quente

Percentil de temperatura

Usando funções de janela para analisar séries temporais

No capítulo final, você vai elevar suas habilidades calculando o total acumulado, a média acumulada e até a média móvel para aprimorar sua análise de séries temporais.

Total acumulado

Próxima estação

Calcular um total acumulado

Total acumulado com lag

Média acumulada

Média móvel acumulada única

Média móvel acumulada múltipla

Média móvel

Identificando notícias em alta

Média acumulada e média móvel da temperatura anual

Encerramento

Calculando totais cumulativos e médias móveis

Neste curso, você vai aprender a usar o PostgreSQL para trabalhar com dados de data e hora. Você vai conhecer funções e chamadas que ajudam a analisar e manipular esses dados, fazer cálculos e usar funções de janela. Você aplicará essas técnicas em dados do mundo real para analisar temperaturas, conferir horários de trens e entender como a popularidade de artigos de notícias muda ao longo do tempo.

Este curso ensina como usar o PostgreSQL para lidar com dados de data e hora. Você vai aprender sobre funções e chamadas que te ajudam a analisar e mexer nesses dados, fazer cálculos e usar funções de janela.
<br><br>
<h2>Trabalhe com dados de séries temporais</h2>
<br><br>
Você vai aprender sobre vários tipos de dados de data e hora e como converter entre eles, mexer na granularidade deles e fazer cálculos, incluindo agregações, particionamento e médias móveis. Essas informações vão te ajudar a dar um toque especial aos dados de séries temporais que você já tem.
<br><br>
<h2>Aplique a análise de séries temporais a dados do mundo real</h2>
<br><br>
Você vai usar essas técnicas em dados reais pra analisar temperaturas, ver horários de trens e ver como a popularidade de artigos de notícias pode mudar com o tempo.

Joining Data in SQL

Aprenda a usar PostgreSQL para análise de séries temporais e aplique técnicas em dados reais.

Análise de Séries Temporais no PostgreSQL

Aprenda a usar o PostgreSQL para analisar séries temporais de forma eficaz e aplicar essas técnicas a dados reais.

CREATE TABLE new_stock_data_y2023m1 PARTITION OF new_stock_data

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

Tabela particionada

Análise de Séries Temporais no PostgreSQL

Exercício interativo prático