danielmoralesp

Multiples tablas

Practiquemos lo que aprendimos sobre los JOINS combinando filas de diferentes tablas.

Supongamos que eres un analista de datos una plataforma para compartir viajes en carro (RideSharing). Para un proyecto, y se le dijo que creara tres tablas

Warning: El objetivo de esta primera parte es entender que a veces debemos limpiar, arreglar, modificar, rellenar algunos datos, antes de subirlos a nuestra base de datos. Normalmente, nosotros como data scientists recibimos archivos .db, .sqlite, .csv que podria venir ya listo para trabajar, pero otras veces no contamos con esa suerte :). Por tanto, tenga en cuenta donde van las comas, los punto y comas, los espacios, los nils, etc. Recomendamos usar un editor de texto como Atom o Sublime (y usar los atajos que proveen) para facilitar la tarea de manipulacion de datos. Más adelante veremos otras herramientas, por ahora familiaricemonos con la manipulacion de datos directamente en sql.

1. trips

danielmoralesp

CREATE TABLE trips (
  id INTEGER,
  date TEXT,
  pickup TEXT,
  dropoff TEXT,
  rider_id INTEGER,
  car_id INTEGER,
  type TEXT,
  cost INTEGER

danielmoralesp

Exploración de datos con SQL

Como la mayoría de las organizaciones, nuestra empresa utiliza SQL (Structured Query Language) para acceder a su base de datos.

Una base de datos es un conjunto de datos almacenados en una computadora. Estos datos suelen estar estructurados en tablas. Las tablas pueden crecer en tamaño y tener una multitud de columnas y registros.

Las hojas de cálculo, como Microsoft Excel y Google Sheets, permiten ver y manipular los datos directamente: con la selección, el filtrado, la clasificación, etc. Aplicando varias de estas operaciones se puede obtener el subconjunto de datos que se busca.

SQL (se pronuncia "S-Q-L" o "sequel") permite escribir consultas que definen el subconjunto de datos que se busca. A diferencia de Excel y Sheets, su computadora y SQL se encargarán de cómo obtener los datos; usted puede concentrarse en los datos que desea. Puede guardar estas consultas, refinarlas, compartirlas y ejecutarlas en diferentes bases de datos.

Es una gran manera de acceder a los datos

danielmoralesp

Introducción

Una compañía de video, necesita tu ayuda para analizar los datos de sus usuarios.

Hemos creado una parte de su conjunto de datos en este enlace (descargguelo y explore los datos: https://drive.google.com/file/d/16h8JhQNmV6cOrVsA13yaQG2sbsVHvBsG/view?usp=sharing)

La base de datos contiene 3 tablas:

• usuarios contiene los detalles básicos de la cuenta de cada usuario
• pagos contiene los detalles de pago para un período de 3 meses

danielmoralesp

1. Cree una nueva tabla llamada nomnom
2. Descargue la base de datos de aqui, y copiela en su entorno o carpeta de trabajo sqlite: https://drive.google.com/file/d/10-TsKRL-5lIN1kqDFoauSlRBJWuSi8yF/view?usp=sharing

Ahora realice las siguientes consultas

1. Empieza por sentirte cómodo explorando los datos de nomnom: SELECT * FROM nomnom;

2. ¿Cuáles son los distintos barrios? Escriba un query para saberlo

danielmoralesp

drinks = ["capucchino", "latte", "chai", "americano", "mocha", "expresso"]
sales1 = [91, 76, 56, 66, 52, 27]
sales2 = [65, 82, 36, 68, 28, 40]

# Datos de sales1 (barras azules)
n = 1 # el primer dataset
t = 2 # numero de datasets
d = 6 # numero de sets de barras
w = 0.8 # ancho de cada barra

danielmoralesp

Ejercicios Python Parte II

Hemos decidido perseguir el sueño de ser dueños de una pequeña empresa y abrir una tienda de muebles llamada Lovely Loveseats for Neat Suites en Fleet Street. Con nuestro nuevo conocimiento de la programación de Python, vamos a construir un sistema para ayudar a acelerar el proceso de creación de recibos para sus clientes.

En este proyecto, almacenaremos los nombres y precios del catálogo de una tienda de muebles en variables. A continuación, procesará el precio total y la lista de artículos de los clientes, imprimiéndolos en el terminal de salida.

Añadiendo el Catalogo

1- Añadamos en nuestro primer artículo, el Lovely Loveseat que es el nombre de la tienda. Cree una variable llamada lovely_loveseat_description y asígnele la siguiente cadena: "Lovely Loveseat. Tufted polyester blend on wood. 32 inches high x 40 inches wide x 30 inches deep. Red or white."

danielmoralesp

Proyecto SQL Parte I

Vamos a trabajar con una base de datos de la población mundial por pais en los años recientes. Usted va a escrir los queries para traer datos interesantes y responder un set de preguntas especificas

Instrucciones de instalación

• Cree una carpeta llamada sql_project
• Vaya al siguiente link y descarge la base de datos: https://drive.google.com/file/d/1f37t4ZuWA5lVSpu4PcqkbP5BVRaO8lrb/view?usp=sharing
• Descargue la base de datos dentro de la carpeta creada anteriormente
• Abra su consola/terminal y vaya hasta la carpeta y corra el comando ls para ver alli la base de datos llamada db.sqlite
• Ahora corra el comando sqlite3. Esto abrira la consola de sqlite3

danielmoralesp

lines = []

class Perceptron:
  def __init__(self, num_inputs=3, weights=[1,1,1]):
    self.num_inputs = num_inputs
    self.weights = weights

  def weighted_sum(self, inputs):
    weighted_sum = 0
    for i in range(self.num_inputs):

danielmoralesp

age, workclass, fnlwgt, education, education-num, marital-status, occupation, relationship, race, sex, capital-gain, capital-loss, hours-per-week, native-country, income
39, State-gov, 77516, Bachelors, 13, Never-married, Adm-clerical, Not-in-family, White, Male, 2174, 0, 40, United-States, <=50K
50, Self-emp-not-inc, 83311, Bachelors, 13, Married-civ-spouse, Exec-managerial, Husband, White, Male, 0, 0, 13, United-States, <=50K
38, Private, 215646, HS-grad, 9, Divorced, Handlers-cleaners, Not-in-family, White, Male, 0, 0, 40, United-States, <=50K
53, Private, 234721, 11th, 7, Married-civ-spouse, Handlers-cleaners, Husband, Black, Male, 0, 0, 40, United-States, <=50K
28, Private, 338409, Bachelors, 13, Married-civ-spouse, Prof-specialty, Wife, Black, Female, 0, 0, 40, Cuba, <=50K
37, Private, 284582, Masters, 14, Married-civ-spouse, Exec-managerial, Wife, White, Female, 0, 0, 40, United-States, <=50K
49, Private, 160187, 9th, 5, Married-spouse-absent, Other-service, Not-in-family, Black, Female, 0, 0, 16, Jama