Tarefa 68:

Limpar Conjunto de Dados de Viagem

DuckDB

Prepare um conjunto de dados de viagem limpo para análise posterior. Mantenha apenas os registros com os seguintes critérios:
- Registros com timestamps especificados
- tpep_dropoff_datetime não é anterior a tpep_pickup_datetime
- trip_distance é positivo
- total_amount é não negativo
- passenger_count é positivo

Substitua um payment_type ausente por Desconhecido. Adicione a duração da viagem em minutos e o custo da viagem por milha. Retorne os primeiros 100 registros limpos.

Resultado esperado Colunas: 8 · Linhas: 100

tpep_pickup_datetime	tpep_dropoff_datetime	payment_type	passenger_count	trip_distance	total_amount	trip_duration_minutes	amount_per_mile

As linhas de exemplo abrem após verificações erradas: 0 de 2

Escreva sua consulta abaixo e clique em "Verificar!". As tabelas estão descritas no painel direito.

Tutorial

O resultado da consulta aparecerá aqui. Ctrl+Enter - Executar consulta

Conjunto de dados DuckDB yellow_tripdata

Sobre o DuckDB

O DuckDB é um SGBD analítico incorporado, projetado para consultas rápidas em dados locais e de aplicações.

Ele oferece suporte a SQL e funciona dentro da aplicação sem um processo de servidor separado. O armazenamento e a execução em colunas tornam o DuckDB adequado para analisar grandes conjuntos de dados, realizar agregações e processar arquivos CSV e Parquet.

Neste playground, o DuckDB é usado para praticar SQL com um conjunto de dados de viagens de táxi.

yellow_tripdata é um conjunto de dados educacional com viagens de táxis amarelos de Nova York.

A tabela é adequada para praticar filtragem, agrupamento, ordenação, operações com datas e cálculos agregados no DuckDB.

Todos os campos deste conjunto aceitam o valor NULL. Não há chave primária nem restrições adicionais definidas.

Mais sobre o banco de dados NYC Yellow Taxi: esquema, exemplos de consultas e todos os exercícios →

Tabela yellow_tripdata

yellow_tripdata - viagens de táxi amarelo.

VendorID identificador do fornecedor do serviço de táxi.
tpep_pickup_datetime data e hora do embarque do passageiro.
tpep_dropoff_datetime data e hora do desembarque do passageiro.
passenger_count número de passageiros.
trip_distance distância da viagem.
RatecodeID identificador do código tarifário.
store_and_fwd_flag indica que os dados da viagem foram armazenados antes do envio.
PULocationID identificador da zona de embarque.
DOLocationID identificador da zona de desembarque.
payment_type identificador do método de pagamento.
fare_amount valor da viagem sem cobranças adicionais.
extra cobranças adicionais.
mta_tax imposto MTA.
tip_amount valor da gorjeta.
tolls_amount valor dos pedágios.
improvement_surcharge taxa para melhoria do sistema de transporte.
total_amount custo total da viagem.
congestion_surcharge taxa de congestionamento.
Airport_fee taxa aeroportuária.

Estrutura da tabela yellow_tripdata
Nome da coluna	Tipo	NULL	Chave	Padrão	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]

Prática

lições

Playground

Teste

Limpar Conjunto de Dados de Viagem

Entrar

Registrar

Limpar Conjunto de Dados de Viagem