Curso
Junção de dados no SQL
4 h
338.9K
O DataCamp Workspace é baseado em notebooks Jupyter e otimiza a experiência para deixar você mais produtivo.
Um problema comum para analistas e cientistas de dados é que pode ser trabalhoso conectar um notebook Jupyter a um banco de dados para começar a trabalhar. Para iniciantes, isso pode ser ainda mais desafiador: como aprender a escrever SQL se você nem consegue se conectar a um banco?
No Workspace, escrever SQL é simples — seja para treinar suas habilidades ou para trabalhar de verdade. Este tutorial mostra como você começa a escrever SQL no Workspace em poucos segundos.
Este tutorial pressupõe que você já usou SQL antes. Se não, leia primeiro nosso tutorial de SQL para iniciantes e depois experimente os exemplos daquele tutorial no Workspace usando as técnicas mostradas aqui!
Primeiros passos
Para usar o Workspace, você precisa criar uma conta no DataCamp. (Uma conta gratuita é suficiente para começar.)
Depois de criar sua conta, use a barra de navegação superior para acessar o Workspace.
Este tutorial usará o conjunto de dados integrado NBA Shooting Data. Se preferir usar seu próprio dataset, pule para a seção abaixo.
Use a navegação à esquerda para ir até a página Datasets.
Digite "nba" na caixa de pesquisa e clique no dataset.
Você verá uma prévia do dataset. Leia a descrição e clique em "Use Dataset".
Fazendo upload do seu próprio dataset
Você pode usar SQL para analisar qualquer dado em formato tabular no Workspace. No momento, arquivos CSV têm o melhor suporte; portanto, para fins de aprendizado, se for usar seu próprio dataset, recomendamos usar um arquivo CSV.
Na página Overview, clique em "Empty" para criar um workspace em branco.
Dê um nome ao seu workspace e clique em "Create Workspace".
Na barra de ferramentas à esquerda, abra a ferramenta Files.
No canto superior esquerdo da ferramenta, arraste um arquivo de dados para o painel de arquivos para fazer upload. (Você também pode clicar em "browse files" ou clicar no botão ⊕ e depois em Upload).
Usando SQL com dados em arquivos CSV
Os dados de arremessos da NBA estão no arquivo nba_players_shooting.csv. Na barra de ferramentas à esquerda, abra a ferramenta Files para visualizar o arquivo.
O notebook no workspace contém algum código em Python para importar o dataset. Mas, neste caso, queremos usar SQL.
No final do notebook, clique em "Add SQL".
No menu "Select source", selecione "DataFrames and CSVs".
Para escrever uma consulta SQL sobre um arquivo CSV, é preciso apenas uma mudança em relação ao SQL padrão. Na cláusula FROM, em vez de informar o nome da tabela, escreva o caminho do arquivo CSV entre aspas simples.
Vamos calcular a proporção de arremessos convertidos por cada jogador, do melhor para o pior. Na célula de SQL, digite o código a seguir.
SELECT
shooter,
SUM((SCORE = 'MADE')::DOUBLE) / COUNT(*) AS prop_score_made
FROM 'nba_players_shooting.csv'
GROUP BY shooter
ORDER BY prop_score_made DESC
Observe que, ao trabalhar com um arquivo CSV, o dialeto SQL utilizado é o DuckDB. Saiba mais em DuckDB makes SQL a first-class citizen on DataCamp Workspace.
Continue no Python, R ou com gráficos sem código
No último exemplo, mantivemos o formato de retorno padrão da consulta. Note no topo da célula de SQL que o retorno é um DataFrame chamado df. Isso significa que você pode continuar trabalhando nos resultados em Python (ou em R, nos workspaces de R) ou ainda criar gráficos sem escrever código.
Clique em "Add Chart" para adicionar um gráfico sem código.
Defina as seguintes opções.
- Type: Bar
- X-axis: prop_score_made
- Y-axis: SHOOTER
Usando SQL com dados em data frames
A consulta SQL executada sobre o arquivo CSV criou um data frame chamado df. Você também pode escrever consultas SQL sobre esses data frames do pandas ou do R. A única diferença em relação ao SQL padrão é que, na cláusula FROM, você informa o nome do data frame em vez do nome da tabela.
Aqui, vamos reutilizar os resultados anteriores em df e dividir a coluna shooter em nome e sobrenome. Adicione uma célula de SQL, selecione "DataFrames and CSVs" como fonte e use o código a seguir.
SELECT
str_split(shooter, ' ')[1] AS first_name,
str_split(shooter, ' ')[2] AS last_name,
prop_score_made
FROM dfUsando bancos de dados de exemplo
O Workspace também oferece diversos bancos de dados de exemplo para você praticar suas habilidades em SQL.
Adicione uma célula de SQL e, no menu de fonte, role até a seção "Sample Integrations". Aqui, usaremos "Bicycle Sales".
Uma consulta padrão vai aparecer. Para o tutorial, vamos substituí-la por uma consulta mais simples.
SELECT
product_name,
MIN(list_price) AS cheapest_list_price
FROM products
GROUP BY product_name
Quando você usa uma conexão com um banco de dados (em vez de escrever SQL sobre um arquivo CSV ou um dataframe), tem a opção de retornar os resultados como uma query. No menu, selecione "Query". Você também pode nomear o resultado. Aqui, troque "query" por "best_price".
Ao executar a consulta, o resultado será o seguinte.
Agora você pode usar esse resultado para escrever novas consultas SQL. Na prática, você criou uma common table expression (explicada no tutorial SQL Commands for Data Scientists) sem precisar usar a sintaxe específica de CTE.
Adicione outra célula de SQL e escreva a consulta a seguir.
SELECT *
FROM best_price
WHERE cheapest_list_price > 10000
Executar essa consulta retorna os seguintes resultados.
Conectando a outros bancos de dados
O Workspace também permite conectar-se a vários tipos de banco, incluindo PostgreSQL, MySQL, Redshift, BigQuery, Athena, SQL Server, MariaDB e Oracle Database. Todos os detalhes de conexão estão na documentação do Workspace.
Na barra de ferramentas à esquerda, clique em "Integrations" e depois no botão ⊕ para criar uma nova integração.
Escolha o tipo de banco de dados ao qual você vai se conectar.
Você precisará fornecer os detalhes da conexão (eles variam conforme o tipo de banco).
Usando o assistente de IA
Embora escrever SQL seja divertido e útil, pedir para a IA escrever por você pode acelerar seu aprendizado e sua produtividade. Você pode saber mais sobre o Assistente de IA em From Data to Insights: Get There Faster with the DataCamp Workspace AI Assistant.
Adicione uma célula de SQL. No menu de contexto à direita, clique em "Generate".
Vai aparecer uma caixa de texto no topo da célula de SQL. Nela, descreva uma tarefa para a IA. Escreva sua própria tarefa ou experimente a seguinte.
Return the product names and list prices for all mountain bikes made by Trek that are in stock.
Depois de digitar sua solicitação, pressione Enter para a IA gerar o código SQL.
Se o código parecer adequado, clique em "Accept & run" (ou clique em "Accept" e depois em "Run") para ver os resultados da consulta.
Peça para a IA explicar seus erros
Você também pode usar a IA integrada ao Workspace para explicar por que ocorreram erros no seu SQL. Suponha que você tenha se confundido ao escrever a consulta das bikes mais caras e usado um .GT ao estilo Fortran em vez de `>`.
SELECT *
FROM best_price
WHERE cheapest_list_price .GT. 10000
Isso gera um erro. No canto inferior esquerdo da célula de SQL, clique em "Fix Error".
A IA fornece o código correto e explica o que houve de errado.
Resumo
Você viu como evitar configurar um banco de dados escrevendo consultas SQL diretamente sobre arquivos CSV e data frames. Também usou bancos de dados de exemplo para praticar e viu como aproveitar a IA para gerar SQL em linguagem natural e corrigir seus erros.
Esses recursos facilitam muito começar a escrever SQL e aumentam sua produtividade enquanto você aprende e trabalha.
Leve isso para o próximo nível
Comece com SQL no Workspace fazendo login ou criando sua conta no DataCamp. Você também pode dominar alguns dos fundamentos de SQL na nossa trilha de habilidades, que vai dar a você tudo o que precisa para interagir com seus dados e fazer consultas.
