数据分析（三）：SQL入门到实战

数据分析（三）：SQL入门到实战

最近在对以往学到的数据分析知识进行回顾，，如有错误和不恰当的地方，欢迎大佬指正~ 学习过程中主要观看戴师兄的教程，讲得非常好，指路B站：链接: https://www.bilibili.com/video/BV1ZM4y1u7uF?p=1&vd_source=69f057a466718e60e53438e3b563d7f8
本节还补充了部分Mosh老师的SQL进阶内容，讲得非常详细，目前只学到数据分析所用到的SQL查询部分，后续数据开发部分有待学习，感兴趣的朋友可以去看看：SQL进阶教程 | 史上最易懂SQL教程！10小时零基础成长SQL大师！！

基础语法

SQL查询语句语法结构和运行顺序：
语法结构：select–from–where–group by–having–order by–limit
运行顺序：from–where–group by–having–order by–limit–select

select&from：select 字段名 from 表名

select 字段名 决定这一段查询最后展示的字段
from 表名 指定这段查询语句涉及的数据来源

• select中使用distinct去重，使用*选取该表格所有字段。

SELECT name, continent, population FROM world

SELECT * from world

SELECT distinct continent FROM world

• select中计算字段的运用

SELECT name, (gdp/population) as per_capita_GDP FROM world

where

select 字段名 
from 表名 
[where 表达式]

where 表达式 限定查询行必须满足的条件
where核心子句是可选项，使用该子句是为了通过表达式筛选出符合查询条件的行数据

• SQL运算符一览
  
  tips：空值（NULL），空值不同于0，也不同于null字符串
  
  
• 例题

SELECT name, (gdp/population) as per_capita_GDP FROM world
where population >= 200000000

• 模糊查询like
  where子句的表达式中除了使用运算符来进行条件判断，还可以使用like操作符组合通配符进行模糊查询。
  • 模糊查询标准语法

    select 字段名
    from 表名
    where 字段名 like '通配符+字符'

通配符用来匹配值的一部分，跟在like后面进行数据过滤常用的通配符有%和_，%用来匹配多个字符可以是零个、一个也可以是多个字符，_仅能用来匹配单个字符

• 正则运算符 regexp

-- regexp 正则
-- ^ 开头；$ 结尾；| 逻辑或；[abcd];[a-h]
select *
from customers
-- where first_name regexp 'elka|ambur' -- 包含elka或者ambur
-- where last_name regexp 'ey$|on$' -- 结尾包含ey或者on
-- where last_name regexp '^my|se'  -- 开头包含my或者整个包含se
where last_name regexp 'b[ru]' -- 包含br或者bu

• 例题1
  Show the countries which have a name that includes the word ‘United’

select name from world
where name like '%United%'

• 例题2
  Equatorial Guinea and Dominican Republic have all of the vowels (a e i o u) in the name. They don’t count because they have more than one word in the name.

select name
from world
where name like '%a%'
and name like '%e%'
and name like '%i%'
and name like '%o%'
and name like '%u%'
and name not like '% %';

order by

order by 字段名
asc|desc 规定查询出的结果集显示的顺序
order by核心子句是可选项，使用该子句是为了对被查询出的结果集，指定依据字段排序
asc指定该字段升序排序，desc为降序排序，不写则默认为升序排序

select 字段名
from 表名
[where 表达式]
[order by 字段名 asc|desc]

• 例题
  List the winners, year and subject where the winner starts with Sir. Show the the most recent first, then by name order.

select winner,yr,subject from nobel
where winner like 'Sir%'
order by yr desc,winner asc

limit

limit [位置偏移量,]行数 限制查询结果集显示的行数
limit子句是可选项，行数是子句中的必选参数，参数位置偏移量是可选参数

【查询结果返回前n行】
    select 字段名
    from 表名
    [where 表达式]
    [order by 字段名 asc|desc]
    [limit n]

【查询结果返回第x+1行开始的n行到x+n行】
    select 字段名
    from 表名
    [where 表达式]
    [order by 字段名 asc|desc]
    [limit x,n]

聚合函数&group by

• 聚合函数
  
• group by

group by 字段名 规定依据哪个字段分组聚合 group
by核心子句是可选项，使用该子句是为了依据相同字段值分组后进行聚合运算，常和聚合函数联用
简单来说就是

• count（）
  1、count(1)与count(*)得到的结果一致，包含null值。
  2、count(字段)不计算null值
  3、count(null)结果恒为0

select 字段名1
from 表名
[where 表达式]
[group by 字段名1]
[order by 字段名 asc|desc]
[limit [位置偏移量,]行数]

• 例题1
  查询每个大洲（continent）和大洲内的国家（name）数量

select continent,count(name)
from world
group by continent

• 例题2
  查询2013至2015年每年每个科目的获奖人数，结果按年份从大到小，人数从大到小排序

SELECT yr, subject, count(winner) as num FROM nobel
WHERE yr between 2013 and 2015
group by yr,subject
order by yr desc,num desc

• with rollup
  根据分组计算总值。只有MySQL有这个运算符。