Grupează și recodifică valorile
Există aproape 150 de valori distincte ale evanston311.category. Unele dintre aceste categorii sunt similare, având forma "Categorie principală - Detalii". Putem înțelege mai bine care cereri sunt frecvente dacă agregăm după categoria principală.
Pentru asta, creează un tabel temporar recode care mapează valorile distincte ale category la valori noi, standardized. Folosește ca valori standardized partea din categorie care apare înainte de cratimă ('-'). Extrage această valoare cu funcția split_part():
split_part(string text, delimiter text, field int)
Va fi nevoie și de câțiva pași suplimentari de curățare a datelor pentru cazurile care nu se potrivesc acestui tipar.
Apoi, tabelul evanston311 poate fi unit cu recode pentru a grupa cererile după noile valori standardized ale categoriei.
Acest exercițiu face parte din cursul
Analiza Exploratorie a Datelor în SQL
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
-- Fill in the command below with the name of the temp table
DROP TABLE IF EXISTS ___;
-- Create and name the temporary table
CREATE ___ ___ ___ AS
-- Write the select query to generate the table with distinct values of category and standardized values
SELECT DISTINCT category,
___(___(___, ___, ___)) AS standardized
-- What table are you selecting the above values from?
FROM ___;
-- Look at a few values before the next step
SELECT DISTINCT standardized
FROM recode
WHERE standardized LIKE 'Trash%Cart'
OR standardized LIKE 'Snow%Removal%';