Archivo de noviembre 2023

Esta semana estamos trabajando con un pequeño conjunto de datos sobre las ventas de casas que deben categorizarse de acuerdo con ciertos contenedores deslizantes. Sin embargo, el problema es que los tamaños y la cantidad de contenedores pueden cambiar rápidamente.

El desafío es crear una función con un solo nombre que haga lo siguiente:

• Puede manejar tamaños de contenedores irregulares
• El primer parámetro debe ser la columna que informará sus contenedores (en este ejemplo, categorizamos según [precio])
• El segundo parámetro debe especificar los rangos de sus contenedores (recuerde, estos son contenedores desiguales, el contenedor 1 podría ser 1 – 400 y el contenedor 2 401 – 708, mientras que el contenedor 3 es 709 – 3000) cómo lo hace depende de usted: puede especificar límites inferiores, límites superiores, ambos, contar dentro de cada contenedor…
• Si usa SQL, como mínimo, debería poder manejar de 2 a 6 contenedores, si usa otros idiomas, los encontrará lo suficientemente flexibles como para permitirle hacer cualquier cantidad de contenedores

SELECT sale_date,
       price,
       your_function(price,<bin_ranges>) AS BUCKET_SET1,
       your_function(price,<bin_ranges>) AS BUCKET_SET2,
       your_function(price,<bin_ranges>) AS BUCKET_SET3,
FROM home_sales;

A continuación, deberá pasar los siguientes rangos de contenedores/depósitos para fines de prueba:

• Cubo_Set1 :
  • 1: 0 – 1
  • 2: 2 – 310,000
  • 3: 310001 – 400000
  • 4: 400001 – 500000

• Cubo_Set2 :
  • 1: 0 – 210000
  • 2: 210001 – 350000

• Cubo_Set3 :
  • 1: 0 – 250000
  • 2: 250001 – 290001
  • 3: 290002 – 320000
  • 4: 320001 – 360000
  • 5: 360001 – 410000
  • 6: 410001 – 470001

crear tabla home_sales (
sale_date date,
price number(11, 2)
);


insertar en home_sales (fecha_venta, precio) valores
('2013-08-01'::fecha, 290000.00),
('2014-02-01'::fecha, 320000.00),
('2015-04-01'::fecha , 399999.99),
('2016-04-01'::fecha, 400000.00),
('2017-04-01'::fecha, 470000.00),
('2018-04-01'::fecha, 510000.00);

Dados los depósitos anteriores, se deberían generar los siguientes resultados:

Recuerda que si deseas participar:

1. Regístrate como miembro de Frosty Friday. Puedes hacerlo haciendo clic en la barra lateral y luego yendo a «REGISTRARSE» (ten en cuenta que unirte a nuestra lista de correo no te proporcionará una cuenta de Frosty Friday).
2. Publica tu código en GitHub y asegúrate de que sea de acceso público (consulta nuestra guía si no sabes cómo hacerlo).
3. Publica la URL en los comentarios del desafío.

Si tienes alguna pregunta técnica que te gustaría plantear a la comunidad, puedes hacerlo aquí, en nuestro hilo dedicado a estos retos.

Esta semana tenemos un pequeño problema engañoso que es muy fácil de entender pero difícil de ejecutar en SQL.

create or replace table testing_data(id int autoincrement start 1 increment 1, product string, stock_amount int,date_of_check date);


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero capes',1,'2022-01-01');


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero capes',2,'2022-01-02');


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero capes',NULL,'2022-02-01');


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero capes',NULL,'2022-03-01');


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero masks',5,'2022-01-01');


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero masks',NULL,'2022-02-13');


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero pants',6,'2022-01-01');


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero pants',NULL,'2022-01-01');


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero pants',3,'2022-04-01');


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero pants',2,'2022-07-01');


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero pants',NULL,'2022-01-01');


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero pants',3,'2022-05-01');




insert into testing_data (product,stock_amount,date_of_check) values ('Superhero pants',NULL,'2022-10-01');


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero masks',10,'2022-11-01');


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero masks',NULL,'2022-02-14');


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero masks',NULL,'2022-02-15');


insert into testing_data (product,stock_amount,date_of_check) values ('Superhero masks',NULL,'2022-02-13');

Todo el mundo ha recibido datos en el pasado que han sido perfectamente legibles para los humanos normales pero inútiles para las máquinas, un excelente ejemplo de esto es el siguiente conjunto de datos de Superhero Inc.:

La gestión del inventario ha sido un poco irregular con controles irregulares en diferentes fechas y un sistema de inventario que realmente puede necesitar algo de TLC.

Podemos extrapolar fácilmente que la cantidad de existencias no se ha completado porque no ha cambiado y que el valor anterior que se ha completado aún se aplica.

Sin embargo, traducir esto a SQL es su desafío para hoy.

Nos gustaría transformar la columna anterior, en la siguiente:

Sabemos en secreto que Snowflake tiene una manera de hacer esto un poco más fácil en comparación con otros sistemas, por lo que si REALMENTE quiere desafiarse a sí mismo, puede intentar hacerlo sin ninguna herramienta específica de Snowflake.

Recuerda que si deseas participar:

1. Regístrate como miembro de Frosty Friday. Puedes hacerlo haciendo clic en la barra lateral y luego yendo a «REGISTRARSE» (ten en cuenta que unirte a nuestra lista de correo no te proporcionará una cuenta de Frosty Friday).
2. Publica tu código en GitHub y asegúrate de que sea de acceso público (consulta nuestra guía si no sabes cómo hacerlo).
3. Publica la URL en los comentarios del desafío.

Si tienes alguna pregunta técnica que te gustaría plantear a la comunidad, puedes hacerlo aquí, en nuestro hilo dedicado a estos retos.

Esta semana vamos a deshacer lo que la gente suele hacer y vamos a convertir una tabla en un objeto JSON VARIANT.

Aquí tenemos una tabla con información sobre un conjunto de superhéroes, tu trabajo es convertir esta tabla en un objeto JSON VARIANT.

CREATE OR REPLACE TABLE week_14 ( superhero_name varchar(50), country_of_residence varchar(50), notable_exploits varchar(150), superpower varchar(100), second_superpower varchar(100), third_superpower varchar(100) 
); 


INSERT INTO week_14 VALUES ('Superpig', 'Ireland', 'Saved head of Irish Farmer\'s Association from terrorist cell', 'Super-Oinks', NULL, NULL); INSERT INTO week_14 VALUES ('Señor Mediocre', 'Mexico', 'Defeated corrupt convention of fruit lobbyists by telling anecdote that lasted 33 hours, with 16 tangents that lead to 17 resignations from the board', 'Public speaking', 'Stamp collecting', 'Laser vision'); INSERT INTO week_14 VALUES ('The CLAW', 'USA', 'Horrifically violent duel to the death with mass murdering super villain accidentally created art installation last valued at $14,450,000 by Sotheby\'s', 'Back scratching', 'Extendable arms', NULL); INSERT INTO week_14 VALUES ('Il Segreto', 'Italy', NULL, NULL, NULL, NULL); INSERT INTO week_14 VALUES ('Frosty Man', 'UK', 'Rescued a delegation of data engineers from a DevOps conference', 'Knows, by memory, 15 definitions of an obscure codex known as "the data mesh"', 'can copy and paste from StackOverflow with the blink of an eye', NULL);

Resultado

Recuerda que si deseas participar:

1. Regístrate como miembro de Frosty Friday. Puedes hacerlo haciendo clic en la barra lateral y luego yendo a «REGISTRARSE» (ten en cuenta que unirte a nuestra lista de correo no te proporcionará una cuenta de Frosty Friday).
2. Publica tu código en GitHub y asegúrate de que sea de acceso público (consulta nuestra guía si no sabes cómo hacerlo).
3. Publica la URL en los comentarios del desafío.

Si tienes alguna pregunta técnica que te gustaría plantear a la comunidad, puedes hacerlo aquí, en nuestro hilo dedicado a estos retos.

Esta semana, FrostyFarms está buscando crear un conjunto de tareas encadenadas, ¡dos para ser exactos! Las fincas tienen muchas vacas que nos producen leche, y de ahí, parte de esa leche se convertirá en leche desnatada/semi-desnatada. Queremos que nuestros datos se editen para reflejar el hecho de que el porcentaje de grasa de la leche determinará cómo deben verse los datos.

La leche desnatada pasa por el proceso de reducción de grasa en una centrífuga, por lo tanto, las filas de leche entera no necesitarán columnas relacionadas con ese proceso, pero las filas de leche desnatada sí.

Cree una tarea principal y secundaria que realizará diferentes acciones en las diferentes filas de datos según el porcentaje de grasa de la leche.

-- Establecer la base de datos y el esquema
use database <insert_db_name_here>
use schema <insert_schema_name_here>


-- Crea el escenario que apunta a los datos.
create stage week_11_frosty_stage
    url = 's3://frostyfridaychallenges/challenge_11/'
    file_format = <insert_csv_file_format;


-- Cree la tabla como una sentencia CTAS.
create or replace table frosty_friday.challenges.week11 as
select m.$1 as milking_datetime,
        m.$2 as cow_number,
        m.$3 as fat_percentage,
        m.$4 as farm_code,
        m.$5 as centrifuge_start_time,
        m.$6 as centrifuge_end_time,
        m.$7 as centrifuge_kwph,
        m.$8 as centrifuge_electricity_used,
        m.$9 as centrifuge_processing_time,
        m.$10 as task_used
from @week_11_frosty_stage (file_format => '<insert_csv_file_format>', pattern => '.*milk_data.*[.]csv') m;



-- TAREA 1: Elimine todas las fechas de centrifugado y los kwph de centrifugado y sustitúyalos por NULLs 
WHERE fat = 3. 
-- Añadir nota a task_used.
create or replace task whole_milk_updates
    schedule = '1400 minutes'
as
    <insert_sql_here>



-- TAREA 2: Calcular el tiempo de procesamiento de la centrifugadora (diferencia entre la hora de inicio y la hora final) 
WHERE fat != 3. 
-- Añadir nota a task_used.
create or replace task skim_milk_updates
    after frosty_friday.challenges.whole_milk_updates
as
    <insert_sql_here>



-- Ejecutar manualmente la tarea.
execute task whole_milk_updates;


-- Comprueba que los datos son correctos.
select * from week11;


-- Comprueba que los números son correctos.
select task_used, count(*) as row_count from week11 group by task_used;

Resultado:

Cuando ejecuta la primera consulta, los datos del 3% deberían verse como

Y las filas que no son del 3% deberían verse como

Mientras que la segunda consulta debería producir algo como

Recuerda que si deseas participar:

1. Regístrate como miembro de Frosty Friday. Puedes hacerlo haciendo clic en la barra lateral y luego yendo a «REGISTRARSE» (ten en cuenta que unirte a nuestra lista de correo no te proporcionará una cuenta de Frosty Friday).
2. Publica tu código en GitHub y asegúrate de que sea de acceso público (consulta nuestra guía si no sabes cómo hacerlo).
3. Publica la URL en los comentarios del desafío.

Si tienes alguna pregunta técnica que te gustaría plantear a la comunidad, puedes hacerlo aquí, en nuestro hilo dedicado a estos retos.

El reto de esta semana es otro reto de Streamlit, queremos que produzcas una interfaz en la que puedas subir archivos a cualquier tabla seleccionada.

create schema <enter_db_name_here>.world_bank_metadata; 
create or replace table <enter_db_name_here>.world_bank_metadata.country_metadata
( 
country_code varchar(3), 
region string, 
income_group string 
);
 
create schema 
<enter_db_name_here>.world_bank_economic_indicators; 
create or replace table 
<enter_db_name_here>.world_bank_economic_indicators.gdp 
( 
country_name string, 
country_code varchar(3), 
year int, 
gdp_usd double 
); 


create table <enter_db_name_here>.world_bank_economic_indicators.gov_expenditure
( 
country_name string, 
country_code varchar(3), 
year int, 
gov_expenditure_pct_gdp double 
); 


create schema <enter_db_name_here>.world_bank_social_indiactors; 
create or replace table <enter_db_name_here>.world_bank_social_indiactors.life_expectancy 
( 
country_name string, 
country_code varchar(3), 
year int, 
life_expectancy float 
); 


create or replace table <enter_db_name_here>.world_bank_social_indiactors.adult_literacy_rate 
( 
country_name string, 
country_code varchar(3), 
year int, 
adult_literacy_rate float 
); 


create or replace table <enter_db_name_here>.world_bank_social_indiactors.progression_to_secondary_school 
( 
country_name string, 
country_code varchar(3), 
year int, 
progression_to_secondary_school float 
);

Desafortunadamente, los conocimientos básicos de Python son esenciales para esta semana. Pero, ¡no es nada que un curso rápido para principiantes no pueda enseñarte rápidamente!

Puedes encontrar los datos aquí, y el logo de FF aquí

Resultado

Recuerda que si deseas participar:

1. Regístrate como miembro de Frosty Friday. Puedes hacerlo haciendo clic en la barra lateral y luego yendo a «REGISTRARSE» (ten en cuenta que unirte a nuestra lista de correo no te proporcionará una cuenta de Frosty Friday).
2. Publica tu código en GitHub y asegúrate de que sea de acceso público (consulta nuestra guía si no sabes cómo hacerlo).
3. Publica la URL en los comentarios del desafío.

Si tienes alguna pregunta técnica que te gustaría plantear a la comunidad, puedes hacerlo aquí, en nuestro hilo dedicado a estos retos.