对于每个出发机场，计算2017年8月（根据实际出发日期）商务舱和经济舱航班的平均占用率。平均占用率计算为已占用座位数占该类别总座位数的百分比。 结果显示在三列中： - departure_airport — 出发机场代码 - average_business_occupancy — 商务舱座位的平均占用率（以百分比表示，四舍五入到两位数字） - average_economy_occupancy — 经济舱座位的平均占用率（以百分比表示，四舍五入到两位数字）
在下面的字段中写下您的请求并点击 "检查它！" 按钮。
使用 PostgreSQL 语法来写您的答案。 表的描述在屏幕底部提供。
预订数据库（PostgreSQL）建模了多个机场之间的航空公司航班，广泛用于SQL练习。
此页面显示了典型分析和事务SQL查询中使用的表结构、关键列和约束。
预订数据库包含8个主要表。
| aircraft_code | model | range | |
|---|---|---|---|
| 1 | 773 | {"en": "Boeing 777-300", "ru": "Боинг 777-300"} | 11100 |
| airport_code | airport_name | city | coordinates | timezone | |
|---|---|---|---|---|---|
| 1 | YKS | {"en": "Yakutsk Airport", "ru": "Якутск"} | {"en": "Yakutsk", "ru": "Якутск"} | (129.77099609375,62.0932998657227) | Asia/Yakutsk |
| ticket_no | flight_id | boarding_no | seat_no | |
|---|---|---|---|---|
| 1 | 0005435212351 | 30625 | 1 | 2D |
| book_ref | book_date | total_amount | |
|---|---|---|---|
| 1 | 00000F | 2017-07-05 00:12:00+00 | 265700.00 |
| flight_id | flight_no | scheduled_departure | scheduled_arrival | departure_airport | arrival_airport | status | aircraft_code | actual_departure | actual_arrival | |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 1185 | PG0134 | 2017-09-10 06:50:00+00 | 2017-09-10 11:55:00+00 | DME | BTK | 计划中 | 319 |
| aircraft_code | seat_no | fare_conditions | |
|---|---|---|---|
| 1 | 319 | 2A | 商务舱 |
| ticket_no | flight_id | fare_conditions | amount | |
|---|---|---|---|---|
| 1 | 0005432159776 | 30625 | 商务舱 | 42100.00 |
| ticket_no | book_ref | passenger_id | passenger_name | contact_data | |
|---|---|---|---|---|---|
| 1 | 0005432000987 | 06B046 | 8149 604011 | VALERIY TIKHONOV | {"phone": "+70127117011"} |
预订数据库的ER图
