Exercício - Resumir dados usando funções agregadas

Concluído

Usamos um conjunto de dados meteorológicos para comparar o número de certos tipos de eventos de tempestade em diferentes estados dos EUA para o ano de 2007 e visualizamos os resultados. Aqui, você explorará outras funções de agregação para descrever os dados.

Caracterizar tipos de tempestade usando a avg() função

Na última unidade, você analisou o número de tempestades em função do tempo e os danos que essas tempestades causaram. Vejamos outras estatísticas que podem ajudar a caracterizar as próprias tempestades.

Primeiro, você usará a avg() função para calcular os danos médios causados por tempestades em dólares americanos.

A consulta a seguir cria uma coluna calculada usando o extend operador para adicionar todos os valores de dano — neste caso, DamageProperty e DamageCrops — em dólares americanos. Em seguida, a consulta filtra eventos que causaram danos maiores que zero. Em seguida, a consulta resume os danos médios que cada tipo de tempestade criou. Finalmente, os resultados são ordenados pela nova coluna de dano médio.

1. Execute a seguinte consulta:

   Executar a consulta

   StormEvents
   | extend damage = DamageProperty + DamageCrops
   | where damage > 0
   | summarize avg(damage) by EventType
   | sort by avg_damage
   

   Você deve obter resultados parecidos com a seguinte imagem:

   

2. Uma maneira mais concisa de executar essa consulta é usar a avgif() função. Esta função é semelhante à avg() função, mas apenas faz a média dos resultados para os quais o predicado é verdadeiro. A entrada para esta função é a coluna a ser avaliada e a condição na qual avaliar o valor. Assim, a consulta where damage > 0 | summarize avg(damage) by EventType é equivalente a summarize avgif(damage, damage > 0) by EventType.

   Enquanto estamos nisso, vamos limpar os resultados usando a round() função. Esta função arredonda os resultados para o número especificado de dígitos após a vírgula decimal. Neste exemplo, você usará o valor de arredondamento padrão de 0.

   Execute a seguinte consulta:

   Executar a consulta

   StormEvents
   | extend damage = DamageProperty + DamageCrops
   | summarize round(avgif(damage, damage > 0)) by EventType
   | sort by avgif_damage
   

   Você deve obter resultados parecidos com a seguinte imagem:

   

Encontre extremos usando min() e max()

Vejamos agora os extremos de danos.

Para valores máximos ou mínimos absolutos, use as min() funções e max() agregação. Dentro dessas funções, você tem que definir a coluna na qual calcular o valor mínimo ou máximo e o campo no qual agregar os dados. A consulta a seguir baseia-se na coluna calculada damage anteriormente, adicionando min() e max() valores para a mesma coluna.

1. Execute a seguinte consulta:

   Executar a consulta

   StormEvents
   | extend damage = DamageProperty + DamageCrops
   | where damage > 0
   | summarize MaxDamage=max(damage), MinDamage=min(damage), AverageDamage=avg(damage) by EventType
   | sort by MaxDamage
   

   Você deve obter resultados parecidos com a seguinte imagem:

   

2. Veja os resultados. Observe que, para tornar os nomes das colunas mais amigáveis, você renomeou as colunas resumidas dentro da consulta para MinDamage e MaxDamage.

3. Tente alterar a consulta para usar as minif() funções e maxif() . Essas funções são semelhantes às min() funções e max() , mas só retornam o mínimo ou máximo da expressão fornecida para registros onde o predicado retorna true. Da mesma forma, você pode usar a sumif() função para retornar a soma da expressão fornecida para registros em que o predicado retorna true.

Utilizar a função percentiles()

Até agora, você calculou os valores mínimos, máximos e médios de danos causados por cada evento. Para completar a imagem da distribuição desses valores, pode ser útil calcular os percentis. Usando a percentiles() função, você pode definir os dados de entrada e os percentis a serem calculados. No exemplo a seguir, você calculará os valores de dano dos percentis 5, 20, 50, 80 e 95 para cada tipo de evento.

Os percentis, que representam uma distribuição de frequência, não devem ser confundidos com percentagens, que são uma proporção de um todo.

1. Execute a seguinte consulta:

   Executar a consulta

   StormEvents
   | extend damage = DamageProperty + DamageCrops
   | where damage > 0
   | summarize percentiles(damage, 5, 20, 50, 80, 95) by EventType
   | sort by EventType asc
   

   Você deve obter resultados parecidos com a seguinte imagem:

   

2. Veja os resultados. Consegue identificar os danos medianos causados pelas inundações? O valor mediano é igual ao percentil 50.