Tarea 68:

Limpiar Conjunto de Datos de Viajes

DuckDB

Prepara un conjunto de datos de viajes limpio para un análisis posterior. Mantén solo los registros que cumplan con los siguientes criterios:
- Registros con marcas de tiempo especificadas
- tpep_dropoff_datetime no es anterior a tpep_pickup_datetime
- trip_distance es positivo
- total_amount es no negativo
- passenger_count es positivo

Reemplaza un payment_type faltante con Desconocido. Agrega la duración del viaje en minutos y el costo del viaje por milla. Devuelve los primeros 100 registros limpios.

Resultado esperado Columnas: 8 · Filas: 100

tpep_pickup_datetime	tpep_dropoff_datetime	payment_type	passenger_count	trip_distance	total_amount	trip_duration_minutes	amount_per_mile

Las filas de ejemplo se abren tras comprobaciones fallidas: 0 de 2

Escriba su consulta abajo y haga clic en "¡Verificar!". Las tablas se describen en el panel derecho.

Tutorial

El resultado de la consulta aparecerá aquí. Ctrl+Enter - Ejecutar consulta

Conjunto de datos yellow_tripdata de DuckDB

Acerca de DuckDB

DuckDB es una base de datos analítica embebida diseñada para consultas rápidas sobre datos locales y de aplicaciones.

Soporta SQL y se ejecuta dentro de una aplicación sin un proceso de servidor separado. El almacenamiento columnar y la ejecución de consultas hacen que DuckDB sea adecuado para analizar grandes conjuntos de datos, agregaciones y procesar archivos CSV y Parquet.

En este entorno, DuckDB se utiliza para practicar SQL con un conjunto de datos de viajes en taxi.

yellow_tripdata es un conjunto de datos de aprendizaje que contiene viajes en taxi amarillo de la ciudad de Nueva York.

La tabla es útil para practicar filtrado, agrupamiento, ordenamiento, operaciones de fecha y cálculos agregados en DuckDB.

Todos los campos en este conjunto de datos permiten valores NULL. No se definen claves primarias ni restricciones adicionales.

Más sobre la base de datos NYC Yellow Taxi: esquema, consultas de ejemplo y todos los ejercicios →

Tabla yellow_tripdata

yellow_tripdata - viajes en taxi amarillo.

VendorID identificador del proveedor de servicio de taxi.
tpep_pickup_datetime fecha y hora de recogida del pasajero.
tpep_dropoff_datetime fecha y hora de entrega del pasajero.
passenger_count número de pasajeros.
trip_distance distancia del viaje.
RatecodeID identificador del código de tarifa.
store_and_fwd_flag indicador que indica que los datos del viaje fueron almacenados antes de ser enviados.
PULocationID identificador de la zona de recogida.
DOLocationID identificador de la zona de entrega.
payment_type identificador del método de pago.
fare_amount tarifa del viaje excluyendo cargos adicionales.
extra cargos adicionales.
mta_tax impuesto MTA.
tip_amount monto de la propina.
tolls_amount cargos de peaje.
improvement_surcharge recargo por mejora del sistema de transporte.
total_amount costo total del viaje.
congestion_surcharge recargo por congestión.
Airport_fee tarifa de aeropuerto.

estructura de la tabla yellow_tripdata
Nombre de columna	Tipo	NULL	Clave	Por defecto	Extra
VendorID	INTEGER	YES	[null]	[null]	[null]
tpep_pickup_datetime	TIMESTAMP	YES	[null]	[null]	[null]
tpep_dropoff_datetime	TIMESTAMP	YES	[null]	[null]	[null]
passenger_count	BIGINT	YES	[null]	[null]	[null]
trip_distance	DOUBLE	YES	[null]	[null]	[null]
RatecodeID	BIGINT	YES	[null]	[null]	[null]
store_and_fwd_flag	VARCHAR	YES	[null]	[null]	[null]
PULocationID	INTEGER	YES	[null]	[null]	[null]
DOLocationID	INTEGER	YES	[null]	[null]	[null]
payment_type	BIGINT	YES	[null]	[null]	[null]
fare_amount	DOUBLE	YES	[null]	[null]	[null]
extra	DOUBLE	YES	[null]	[null]	[null]
mta_tax	DOUBLE	YES	[null]	[null]	[null]
tip_amount	DOUBLE	YES	[null]	[null]	[null]
tolls_amount	DOUBLE	YES	[null]	[null]	[null]
improvement_surcharge	DOUBLE	YES	[null]	[null]	[null]
total_amount	DOUBLE	YES	[null]	[null]	[null]
congestion_surcharge	DOUBLE	YES	[null]	[null]	[null]
Airport_fee	DOUBLE	YES	[null]	[null]	[null]

Práctica

Lecciones

Entorno de Pruebas

Prueba

Limpiar Conjunto de Datos de Viajes

Iniciar sesión

Registrarse

Limpiar Conjunto de Datos de Viajes