Если вы используете Jupyter Lab, перед тем как продолжить, вам нужно создать notebook.
dbapi для chDB:
taxi.chdb:
sql и создадим подключение к chDB:
trips_.
Давайте используем оператор DESCRIBE, чтобы узнать схему:
trip_distance, fare_amount и tip_amount — были определены как String, а не как числовой тип.
Мы исправим это при импорте данных в таблицу.
Теперь сохраним данные из этих файлов в формате TSV в таблице.
База данных по умолчанию не хранит данные на диске, поэтому сначала необходимо создать другую базу данных:
trips, схема которой будет определена на основе структуры данных в файлах в формате TSV.
С помощью условия REPLACE приведём столбцы с денежными значениями к типу Float64, а с помощью функции transform преобразуем числовой столбец pickup_borocode в понятное человеку название боро:
zones на основе содержимого CSV-файла:
--save, указанного в той же строке, что и магическая команда %%sql.
Параметр --no-execute позволяет пропустить выполнение запроса.
{{variable}}.
Следующий запрос находит районы с наибольшим средним размером чаевых среди районов, где совершено более 10 000 поездок: