En un mundo impulsado por los datos, extraer información valiosa a partir de datos en bruto es esencial tanto para las empresas como para la investigación. Ahí es donde entra DataLab: el cuaderno de datos colaborativo y totalmente gestionado de DataCamp que simplifica el análisis y facilita compartir con tus compañeros, socios o clientes, sin preocuparte por la configuración.
Como SQL sigue siendo la base de muchos proyectos de datos, hemos trabajado a fondo para potenciar aún más las capacidades de SQL en DataLab.
Consulta archivos CSV y DataFrames
Muchos usuarios de DataCamp están empezando en ciencia de datos y no tienen acceso a una base de datos o a un data warehouse dedicado. En su lugar, quieren experimentar con un archivo CSV que han encontrado en internet o que han subido desde su ordenador. Nosotros mismos nos topamos con esta limitación al impartir formaciones en directo con DataLab: teníamos que montar una base de datos cada vez que queríamos hacer una sesión de SQL, lo cual era un engorro.
¡Eso ya es historia! Con la celda de SQL dentro de un cuaderno de DataLab puedes consultar archivos CSV directamente. En la práctica, tratas tu CSV como una base de datos que puedes consultar igual que cualquier otra. Pruébalo aquí
A los usuarios les encanta esta mejora, porque el soporte para CSV les permite saltarse por completo la configuración de una base de datos. A otros les entusiasman los flujos de trabajo que permite el soporte de SQL sobre DataFrames, ya que pueden alternar entre SQL y Python y aprovechar lo mejor de ambos lenguajes.
Cómo funciona
Esta nueva capacidad está impulsada por DuckDB. Apodada «SQLite para analítica», esta base de datos analítica embebida puede consultar archivos CSV con un rendimiento excelente. Cuando eliges «DataFrames and CSVs», DataLab no envía la consulta a un data warehouse como de costumbre, sino que transforma la consulta en código Python que llama a la API de DuckDB para Python en tu sesión y devuelve el DataFrame resultante.
Además de consultar archivos CSV, DuckDB también nos permite consultar DataFrames en memoria creados previamente en el cuaderno. Esto habilita flujos de trabajo muy potentes, por ejemplo:
- Consulta un archivo CSV con una celda de SQL. El resultado de la consulta queda disponible como un DataFrame de pandas.
- Usa funciones de pandas para limpiar y reestructurar los datos de una forma que sería complicada en SQL. Guarda el resultado como un nuevo data frame.
- Consulta ese data frame resultante con SQL para calcular agregados, algo muy sencillo con la funcionalidad GROUP BY de SQL.
Otras mejoras
Autocompletado de nombres de tablas y columnas
No nos hemos quedado solo en el soporte para CSV y DataFrames. Escribir consultas SQL puede ser pesado, sobre todo cuando trabajas con bases de datos grandes con muchas tablas y columnas. Para hacerlo más fácil, hemos incorporado autocompletado de nombres de tablas y columnas en DataLab. A medida que escribes tu consulta, nuestro sistema sugiere automáticamente nombres relevantes en función de lo que tecleas, ayudándote a evitar errores tipográficos y a ahorrar tiempo.
Esta nueva función no solo aumenta la productividad, también reduce errores. Tanto si eres un as de SQL como si estás empezando, el autocompletado te ayudará a escribir mejores consultas, más rápido.
Navegador de esquemas mejorado
Para facilitar la navegación y exploración de tus bases de datos conectadas, hemos renovado el navegador de esquemas en DataLab. Ahora puedes ver rápidamente todas las tablas de una base de datos conectada, buscarlas e incluso previsualizar su contenido con unos pocos clics.
Nuestro navegador de esquemas mejorado está pensado para que trabajes con tus datos de forma más eficiente, dedicando menos tiempo a buscar la tabla o columna adecuada y más a descubrir insights valiosos.
Parametriza tus consultas SQL
Cuando trabajas con SQL, a veces quieres actualizar dinámicamente tus consultas en función de resultados de cálculos previos u otros datos de tu cuaderno. DataLab ahora lo permite mediante la parametrización de SQL, que te deja insertar variables en tus consultas.
Más integraciones con bases de datos y data warehouses
Deberías poder acceder a tus datos sin fricciones, estén donde estén. DataCamp ya te permite consultar con una celda de SQL las bases de datos y data warehouses más comunes, como PostgreSQL, MySQL, Redshift, Oracle, SQL Server, BigQuery y Athena. Iremos añadiendo más integraciones a la plataforma, como Snowflake y ClickHouse, para cubrir todos los stacks y casos de uso.
Analítica más rápida y agradable
En DataCamp, estamos comprometidos con que tu experiencia de análisis de datos sea fluida y agradable. Con estas mejoras de SQL, creemos que DataLab está aún mejor preparado para ayudarte a aprovechar todo el potencial de tus datos. Tanto si eres data scientist, analista de negocio o simplemente alguien a quien le encanta trabajar con datos, estamos seguros de que DataLab te ayudará a agilizar tus flujos de trabajo y a elevar tus análisis. Prueba estas novedades y nota la diferencia por ti mismo.
Mientras tanto, seguiremos ampliando los límites del análisis de datos y abriendo nuevas posibilidades para descubrir insights, con programación de cuadernos, modo oscuro, soporte nativo para dbt, paneles avanzados y mucho más. ¿Hay algo que debamos mejorar? ¿Algo que te haga especial ilusión? Cuéntanoslo escribiendo a rocketship@datacamp.com. ¡Gracias!
