Sammanfogning och filtrering
Precis som du inte alltid vill ha all data från en enskild tabell, vill du kanske inte heller ha alla kolumner och rader som ett JOIN returnerar. I den här övningen använder du SQL för att förfina en dataimport.
Väder förvärrar vissa bostadsproblem mer än andra. Din uppgift är att fokusera på rapporter om vattenläckor i hpd311calls och sätta ihop en datamängd som inkluderar dagens nederbördsnivåer från weather, för att se om det finns något samband mellan de två. Den angivna SQL-frågan hämtar alla kolumner i hpd311calls, men du behöver ändra den för att hämta rätt kolumn från weather och filtrera rader med en WHERE-sats.
pandas är inläst som pd och databasmotorn engine har redan skapats.
Den här övningen är en del av kursen
Effektiv datainläsning med pandas
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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())