Комментарии 12
дааааааа -- можно использовать CHARACTER VARYING , int4 , date . Но мы сейчас не про экономию места на диске
Почему вы думаете, что CHARACTER VARYING занимает места на диске (в случае PostgreSQL) меньше, чем TEXT?
То есть всю статью можно сократить до:
Нажать кнопочки в интерфейсе
Ввести запрос COPY FROM
Такие задачи, конечно, не всем под силу
видим что из-за 26 столбцов, Pycharm не подгружает всё таблицу( в дальнейшем исправим)
Это не так. Просто pandas выводит на экран ограниченное число столбцов. Изменить можно например так: pd.set_option('display.max_rows', 100)
drop удаления столбцов , Axis: указывает, что столбцы или строки должны быть удалены
Вы используете устаревший синтаксис. В текущем виде нет необходимости гадать, что именно удаляется, т.к. это теперь указывается явно:car.drop(columns=['description', 'county', 'url', 'region_url', 'image_url', 'posting_date'], inplace=True)
Находим и открываем sql Shell (psql) -- терминальный интерфейс для PostgreSQL
просто нажимаем на enter везде кроме, Database(название вашей базы данных) и Пароль пользователя postgres.
А что делать, если сервер не локальный и у меня нет доступа к учётке суперпользователя?
И ещё, непонятно зачем мы убирали выбросы, если это данные реальных датасетов?
Если статья не про данные, то почему тогда в статье больше всего буков про выбросы?
Это не так. Просто pandas выводит на экран ограниченное число столбцов. Изменить можно например так:
pd.set_option('display.max_rows', 100)
Возьму себе на заметку, спасибо за совет
Вы используете устаревший синтаксис. В текущем виде нет необходимости гадать, что именно удаляется, т.к. это теперь указывается явно:
car.drop(columns=['description', 'county', 'url', 'region_url', 'image_url', 'posting_date'], inplace=True)
Тут я вас плохо понял, разве в статье я не тоже самое написал ?
car.drop(['description', 'county', 'url', 'region_url', 'image_url', 'posting_date'], axis=1, inplace=True)
И ещё, непонятно зачем мы убирали выбросы, если это данные реальных датасетов?
дата сет c Kaggle, подразумевается что он не готовый может иметь пропуски и опечатки.
Если статья не про данные, то почему тогда в статье больше всего буков про выбросы?
Всё что мы храним в PosctgreSQL это данные , так что не считаю информацию про данные лишние( но возможно про выбросы многовато)
А что делать, если сервер не локальный и у меня нет доступа к учётке суперпользователя?
COPY FROM STDIN может помочь найти ответ.
Тут я вас плохо понял, разве в статье я не тоже самое написал ?
car.drop(['description', 'county', 'url', 'region_url', 'image_url', 'posting_date'], axis=1, inplace=True)
Нет. Сравните внимательно, как вы указываете имена столбцов и то как вам предлагают их указывать.
Тут я вас плохо понял, разве в статье я не тоже самое написал ?
Как всегда, внимание к деталям )
Из доки: "columns single label or list-like
Alternative to specifying axis (labels, axis=1
is equivalent to columns=labels
).
"
COPY FROM STDIN может помочь найти ответ.
Я намекал вам на то, что у psql есть много нужных параметров, которые необходимо учитывать. Ваш способ запуска сработает только если БД - локальная и вы - суперюзер. Для остальных вариантов, нужно использовать ключи.
Вы, кажется, забыли проверить датасет на пропущенные данные (null'ы), проверка делается через dataset.isnull().sum()
, дроп пропущенных значений через dataset = dataset.dropna().
На стадии предварительной подготовки данных это достаточно важный шаг.
Оставлю небольшой пример импорта CSV файла в разные СУБД средствами самих СУБД
Запятая ставится сразу после слова. Так как мой первый комментарий, то буду помягче.
Создаём свою БД на PostgreSQL из CSV