Erstellen der source Datenbank

[schmidgu]

Benutzen sie die als Colab book angehängte Beispiel Implementierung als Hilfsmittel.

Erstellen sie ein GoogleColabbook.

• (Empfohlen: Verbinden sie das Colabbook mit ihrem git Repositorium und checken sie dort die Änderungen regelmäßig ein)
• Importieren sie Alle CSV Dateien in eine CSV Datenbank.
• Erstellen sie dafür SQL Create Statements
• Erstellen sie Indexe auf die Spalten die häufig zum Suchen benutzt wird.
• Erstellen sie Foreign Key constraints um die CSV Dateien miteinander zu verbinden
• (es wird empfohlen die SQL Statements in einem separaten Text File anzulegen und dann in das Colabbook zu importieren)

Datenbank Dokumentation:

• Erstellen sie ein Grafisches Datenbank Schema der Datenbank
• Was sind hier Stammdaten und was sind hier Bewegungsdaten Tabellen.

Erstellen sie eine Seite Pro Tabelle. Diese Seite sollte folgende Informationen enthalten.

• SQL Create Statement
• Tabelle mit folgenden Spalten
• Spalten Bezeichnung,
• Spalten Datentyp,
• Spalten Inhaltsbeschreibung,
• Gibt es für diese Spalte ein Index? Wenn ja was ist der Index Name, was ist der Index Typ
• Ist diese Spalte über ein Foreign Key constraint mit einer anderen Tabelle verbunden? Wenn ja Link zu der anderen Tabellen Dokumentation.

[moanesga]

Die Datenbank wurde aus zuvor zusammengeführten Tabellen (patients, observations, procedures, medications, immunizations and encounters) der drei Krebsarten (breast, colorectal and lung) erstellt. Eine facts_table fasst alle wichtigen Attribute zur Beantwortung unserer Forschungsfragen zusammen. Die Datenbank datawarehouse.db kann über den folgenden Link aufgerufen werden: Link

[HaSzyBS]

Ich habe die Übertragung der "patients" Daten in die Facts_table nicht gefunden. Ich bin mir nicht sicher, ob so etwas auch stehen sollte:

cur.execute('''INSERT INTO facts_table (cancer_type, patient_ID, patient_Birthdate, patient_LAT, patient_LON, patient_Healthcare_expenses, patient_Healthcare_coverage) SELECT Table_Names, PATIENT, BIRTHDATE, LAT, LON, HEALTHCARE_EXPENSES, HEALTHCARE_COVERAGE FROM patients ;''')

oder habe ich falsch verstanden?

[moanesga]

facts_table ist nicht vollständig ausgefüllt, ich brauche Hilfe bei der Überprüfung von INSERT INTO sql-Anweisungen. Als Option b, um Verzögerungen beim nächsten Schritt "Explorative Datenanalyse" zu vermeiden, wurde die Datei Fact_table.csv erstellt und kann im freigegebenen Google drive aufgerufen werden; sie ist bereits in die Datei EDA.ipynb geladen.

[HaSzyBS]

Probleme in der Erstellung der Datenbank wurden gelöst. Datenbank.ipynb wurde durch ETL2Datawarehouse.ipynb ersetzt.