Utilizza lo strumento bq

Scaricare il file contenente i dati di origine

Il file che stai scaricando contiene circa 7 MB di dati relativi a nomi comuni di bambini. Viene fornito dalla Social Security Administration degli Stati Uniti.

Per ulteriori informazioni sui dati, consulta le informazioni di base sui nomi comuni della Social Security Administration.

1. Per scaricare i dati della Social Security Administration degli Stati Uniti, apri il seguente URL in una nuova scheda del browser:

   https://www.ssa.gov/OACT/babynames/names.zip
   

2. Estrai il file.

   Per ulteriori informazioni sullo schema del set di dati, consulta il file NationalReadMe.pdf che hai estratto.

3. Per vedere i dati, apri il file yob2024.txt. Questo file contiene valori separati da virgola relativi a nome, sesso assegnato alla nascita e numero di figli con quel nome. Il file non ha una riga di intestazione.

4. Sposta il file nella directory di lavoro.

   • Se stai lavorando in Cloud Shell, fai clic su more_vert Altro Carica, Scegli file, scegli il file yob2024.txt e fai clic Carica.

   • Se lavori in una shell locale, copia o sposta il file yob2024.txt nella directory in cui stai eseguendo lo strumento bq.

Crea un set di dati

1. Inserisci il seguente comando per creare un set di dati denominato babynames:

   bq mk --dataset babynames
   

   L'output è simile al seguente:

   Dataset 'babynames' successfully created.
   

2. Verifica che il set di dati babynames sia visualizzato nel progetto:

   bq ls --datasets=true
   

   L'output è simile al seguente:

     datasetId
   -------------
     babynames
   

Carica i dati in una tabella

1. Nel set di dati babynames, carica il file di origine yob2024.txt in una nuova tabella denominata names2024:

   bq load babynames.names2024 yob2024.txt name:string,assigned_sex_at_birth:string,count:integer
   

   L'output è simile al seguente:

   Upload complete.
   Waiting on bqjob_r3c045d7cbe5ca6d2_0000018292f0815f_1 ... (1s) Current status: DONE
   

2. Verifica che la tabella names2024 sia visualizzata nel set di dati babynames:

   bq ls --format=pretty babynames
   

   L'output è simile al seguente. Alcune colonne vengono omesse per semplificare l'output.

   +-----------+-------+
   |  tableId  | Type  |
   +-----------+-------+
   | names2024 | TABLE |
   +-----------+-------+
   

3. Verifica che lo schema della nuova tabella names2024 sia name: string, assigned_sex_at_birth: string e count: integer:

   bq show babynames.names2024
   

   L'output è simile al seguente. Alcune colonne vengono omesse per semplificare l'output.

     Last modified        Schema                      Total Rows   Total Bytes
   ----------------- ------------------------------- ------------ ------------
   14 Mar 17:16:45   |- name: string                    31904       607494
                     |- assigned_sex_at_birth: string
                     |- count: integer
   

Esegui query sui dati della tabella

1. Determina i nomi femminili più popolari nei dati:

   bq query \
       'SELECT
         name,
         count
       FROM
         babynames.names2024
       WHERE
         assigned_sex_at_birth = "F"
       ORDER BY
         count DESC
       LIMIT 5'
   

   L'output è simile al seguente:

   +-----------+-------+
   |   name    | count |
   +-----------+-------+
   | Olivia    | 14718 |
   | Emma      | 13485 |
   | Amelia    | 12740 |
   | Charlotte | 12552 |
   | Mia       | 12113 |
   +-----------+-------+
   

2. Determina i nomi maschili meno popolari nei dati:

   bq query \
       'SELECT
         name,
         count
       FROM
         babynames.names2024
       WHERE
         assigned_sex_at_birth = "M"
       ORDER BY
         count ASC
       LIMIT 5'
   

   L'output è simile al seguente:

   +---------+-------+
   |  name   | count |
   +---------+-------+
   | Aaran   |     5 |
   | Aadiv   |     5 |
   | Aadarsh |     5 |
   | Aarash  |     5 |
   | Aadrik  |     5 |
   +---------+-------+
   

   Il numero minimo è 5 perché i dati di origine omettono i nomi con meno di 5 occorrenze.