Lenguajes y Fundamentos de Programación · LNG-290

SQL en el notebook con JupySQL

Consultar bases de datos desde celdas del cuaderno y mezclar los resultados con Python o R.

Bajo demanda Iniciación 6 módulos · 30 clases

Formato asíncrono Ingeniería / Industria, Docentes FP, Alumnado, Empresa / PYME JupyterLab, SQL, JupySQL

DATOS JUPYTER FP

Lo que aprenderás

Instalar JupySQL en JupyterLab y abrir conexiones a SQLite, PostgreSQL o MySQL desde el cuaderno.
Ejecutar consultas con la magia %sql en una celda y con %%sql en bloques de varias líneas.
Guardar el resultado de una consulta en un DataFrame de pandas para seguir el análisis en Python.
Encadenar consultas con snippets guardados para no repetir subconsultas largas en cada celda.
Escribir SELECT con filtros, agrupaciones, JOIN entre tablas y ordenaciones sobre datos reales.
Generar gráficos de barras e histogramas directamente desde el resultado con ggplot de JupySQL.
Publicar el cuaderno como material de aula con consultas ejecutables y resultados reproducibles.

Contenido del curso

6 módulos · 30 clases en vídeo · práctica guiada en cada módulo

Módulo 1 · Entorno y primera conexión 5 clases

Qué aporta consultar SQL dentro del cuaderno
Instalar JupySQL y cargar la extensión
Conectar con SQLite y con PostgreSQL
Primera consulta con la magia %sql
Recorrer el esquema: tablas y columnas disponibles

Módulo 2 · Consultas de una tabla 5 clases

SELECT, alias de columna y expresiones calculadas
Filtrar con WHERE, BETWEEN, IN y LIKE
Tratar valores nulos sin falsear el resultado
Ordenar y limitar filas para explorar rápido
Celdas %%sql de varias líneas y formato legible

Módulo 3 · Agregar y agrupar 5 clases

COUNT, SUM, AVG, MIN y MAX en contexto
GROUP BY y lectura correcta de los grupos
Filtrar grupos con HAVING
Errores típicos al mezclar agregados y columnas sueltas
Ejercicio: resumen mensual de una tabla de operaciones

Módulo 4 · Varias tablas 5 clases

Claves primarias y foráneas explicadas con la base de ejemplo
INNER JOIN paso a paso
LEFT JOIN y qué significa una fila sin pareja
Unir tres tablas sin perder filas por el camino
Subconsultas y expresiones WITH para dividir el problema

Módulo 5 · Del resultado al análisis en Python 5 clases

Guardar el resultado en una variable del cuaderno
Convertir a DataFrame de pandas y seguir trabajando
Parametrizar consultas con variables de Python
Reutilizar consultas con snippets de JupySQL
Gráficos rápidos con ggplot de JupySQL

Módulo 6 · Proyecto de cierre 5 clases

Definir las preguntas del informe antes de escribir SQL
Construir la consulta base y validarla por partes
Montar el cuaderno de informe con texto y consultas
Exportar resultados a CSV para el resto del equipo
Convertir el cuaderno en práctica evaluable de aula

Requisitos

No se necesita experiencia previa con bases de datos ni con SQL.
Nociones básicas de Python a nivel de variables y llamadas a funciones.
Basta con un navegador: el trabajo se hace en JupyterLab con una base de ejemplo ya preparada.

Descripción

Consultar datos suele obligar a saltar entre un cliente de base de datos, una hoja de cálculo y un script de análisis, copiando resultados a mano en cada paso. Ese trasiego rompe la trazabilidad: nadie sabe después qué consulta produjo qué tabla. Este curso resuelve el problema poniendo la consulta y el análisis en el mismo documento ejecutable.

El recorrido se apoya en JupyterLab con JupySQL. Se empieza abriendo una conexión, se practica la sintaxis SELECT con filtros y agrupaciones, se avanza a JOIN entre varias tablas y se termina convirtiendo resultados en DataFrames de pandas. Cada bloque incluye un cuaderno con la base de ejemplo cargada, consultas propuestas y comprobación del resultado esperado.

Al terminar queda un cuaderno propio que consulta, transforma y representa datos sin salir del navegador, útil como plantilla de informe recurrente o como material de aula. Desde aquí el paso natural es profundizar en modelado de datos y consultas analíticas, o llevar los mismos resultados a un panel interactivo para compartirlos con el resto del equipo.

¿Para quién es este curso?

Personal técnico de ingeniería que analiza datos de proceso y quiere dejar de exportar tablas a mano.
Profesorado de FP de Informática que prepara prácticas de bases de datos reproducibles en el navegador.
Perfiles de administración o negocio en PYME que dependen de un compañero para cada consulta puntual.