Підрахунок у групах

У попередніх вправах ви вибирали дані з таблиць, а потім підсумовували отримані датафрейми в pandas, щоб побудувати графіки. Використовуючи COUNT і GROUP BY у SQL-запиті, ми можемо отримати ці підсумкові показники безпосередньо з бази даних.

У таблиці hpd311calls є стовпець complaint_type, який класифікує записи дзвінків за проблемою, наприклад, опалення чи сантехніка. Щоб побудувати графік обсягів дзвінків за типом проблеми, ви напишете SQL-запит, який COUNT підрахує записи за типом звернення.

pandas імпортовано як pd, а рушій бази даних для data.db створено як engine.

Ця вправа є частиною курсу

Оптимізоване завантаження даних із pandas

Переглянути курс

Інструкції до вправи

Створіть SQL-запит, який отримує стовпець complaint_type і підрахунок усіх записів з hpd311calls, згрупованих за complaint_type.
Створіть датафрейм за допомогою read_sql() із підрахунками дзвінків за проблемами — calls_by_issue.
Запустіть останній блок коду, щоб побудувати графік кількості дзвінків для кожної житлової проблеми.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Create query to get call counts by complaint_type
query = """
____ ____, 
     ____(*)
  FROM hpd311calls
  ____ ____;
"""

# Create dataframe of call counts by issue
calls_by_issue = pd.read_sql(____, ____)

# Graph the number of calls for each housing issue
calls_by_issue.plot.barh(x="complaint_type")
plt.show()

Редагувати та запускати код