Обʼєднання таблиць

У реляційних базах даних таблиці зазвичай мають ключові стовпці з унікальними ідентифікаторами записів. Це дає змогу будувати конвеєри, що поєднують таблиці за допомогою операції SQL JOIN, а не зводити дані вже після імпорту.

Записи в hpd311calls часто стосуються проблем, як-от протікання чи відсутність опалення, що посилюються за певних погодних умов. У цій вправі ви обʼєднаєте дані weather із записами дзвінків за спільними стовпцями дат, щоб отримати все в одному датафреймі. Можете вважати, що ці стовпці мають однаковий тип даних.

pandas імпортовано як pd, а рушій бази даних engine уже створено.

Примітка: Перевірка SQL чутлива до порядку таблиць у JOIN — вона очікує конкретні таблиці ліворуч і праворуч.

Ця вправа є частиною курсу

Оптимізоване завантаження даних із pandas

Переглянути курс

Інструкції до вправи

Доповніть запит, щоб обʼєднати weather з hpd311calls за стовпцями date та created_date відповідно.
Виконайте запит до бази даних і запишіть отриманий датафрейм у calls_with_weather.
Виведіть перші рядки calls_with_weather, щоб переконатися, що всі стовпці обʼєднано.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Query to join weather to call records by date columns
query = """
SELECT * 
  FROM hpd311calls
  JOIN ____ 
  ON hpd311calls.____ = ____.____;
"""

# Create dataframe of joined tables
calls_with_weather = ____

# View the dataframe to make sure all columns were joined
____

Редагувати та запускати код