Mysql-数据分析端

code_ent

已于 2024-05-06 11:27:04 修改

阅读量587

点赞数 23

分类专栏：统计学与编程文章标签： mysql 数据库

于 2024-02-29 12:54:53 首次发布

本文链接：https://blog.csdn.net/code_ent/article/details/136356902

版权

统计学与编程专栏收录该内容

5 篇文章 0 订阅

订阅专栏

（未完）

第零章：前言

本文章全部基础来源于【课程2.0】SQL从入门到实战|云端数据库搭建|Excel&Tableau连接数据库_哔哩哔哩_bilibili

视频内容，详细教学，一步走请走该视频进行学习。

注意前情：

①主要适用MySql数据库语法

②只学习Sql语句的查询语句部分

③代码非最优！

④使用该教程能够解决80%数据分析时数据库运用场景

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

第一章：数据介绍

<world>

name-国家名称，continent-所在洲，area-地域面积，population-人口，gdp，capital-首都，tid-域名，flag-国旗

（该表用于基础筛选练习）

<nobel>

yr-年份，subject-科目，winner-获奖者

（该表用于基础筛选练习）

<covid>

name-国家名，whn-统计截止时间，deaths-累计死亡，recovered-累计治愈

<ge>

yr-年份，firstName-候选人名字，LastName-候选人姓氏，constituency-所在选区编号，party-所属党派，votes-投票数

<teacher，dept>

<teacher>

id-教师编号，dept-科目编号，name-教师名字，phone-电话，mobile-手机号码

<dept>

id-科目编号，name-科目名

（涉及多表连接）

<game，goal，eteam>

<game>

id-赛事id，mdate-赛事举办时间，stadium-赛事举办地点，team1，team2-参加比赛的两个队伍名

<goal>

player-一名进球球员的姓名，gtime-进球时间，teamid-所在队伍id，matchid-当时赛事的编号

<eteam>

id-队伍编号，teamname-队伍名，coach-教练名

（涉及多表连接）

<movie，casting，actor>

<movie>

id-电影编号，title-电影标题，yr-首映年份，director-导演，budget-制作费用，gross-票房收入

<casting>

movieid-电影编号，actorid-演员编号，ord-角色次序（1是第一主角，以此类推）

<actor>

id-演员编号，name-演员姓名

（涉及多表连接）

第二章：基础语法和运行原理

主知识点1：select&from

使用例题网址：SELECT from WORLD Tutorial - SQLZoo

标准语法：

(1)select 和 from 基本作用

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）

例题一：在<world>表中查询字段<name>,<continent>,<population>

SELECT name, continent, population FROM world

该例题展现从表中选取字段整列时的行为格式，注意在字段间用英文逗号隔开，在行为间用空格隔开。

字段用“*”就是全选

返回多个代码时，在每一个查询段使用“；”号。

（2）查询时修改表头名称

查询字段时可以修改名称：

select name as（这个去掉，仅使用空格也行）'国家',population '人口',continent '大洲' from world

（3）查询时去重

select distinct continent from world：

此时输出格式就是输出continent里的大洲类型（因为去重了）而不是输出整列。

逻辑就是在select字段时在字段前面加上“distinct”代表对该字段去重。

去重逻辑剖析：

如果你以下输入两个指令，你就会发现前一个可以输出，后一个报错：

select distinct name,continent from world

select name,distinct continent from world

这是因为在去重的逻辑中，第一个指令是尝试去重了name和continent两个字段，即只要有两行的name和continent字段都一样，那么就会去掉其中一个。

但是第二个指令仅仅是尝试去重了continent字段，而输出结果和name对应不上导致sql输出不了该表格。

所以使用distinct一定是在select后，而不是在字段前

（4）select的计算字段

例题：计算人均GDP

select gdp/population 人均gdp from world

类似的四则运算，只要字段内容是数值型都可以进行

类似的还可以直接使用函数进行类似的运算，格式与四则运算一致

主知识点2：where

（1）精确查询

where 表达式。走在select和from的后面，虽然select后可以直接进行简单四则运算查询，但是要查询更多条件得用where

in后用()

如果条件是字符串，使用 “ '' ”。

（2）模糊查询(模糊查询才会用通配符）

常见于一个不确定的要求，比如要查一个首字母C尾字母为ia的国家:

where name like'C%ia'

使用like，like的权重可以和“=”划等号不过：

where area like'2%'(表示用like查询时，后面的条件必须用英文''括进)

可得出所有数字首位是2的地域大小行。

模糊查询的通配符：%（表示任意数量的字符）_（表示一个字符）

得出名称第二个为t的所有国家：

where name like'_t%'

(3)多条件查询

例题：选择国家中含有三个a且面积达到600000以上的。

select name,area
from world
where name like'%a%a%a%' and area>600000

例题：选择国家中含有三个a且面积达到600000以上或者人口数达到13000000000以上且面积达到5000000以上的。

select name,area
from world
where name like'%a%a%a%' and area>600000
or
population>130000000 and area>5000000

【and比or的优先级要高】

多条件查询可以自己写，当然也可以用“in”或者“between...and...”替代

其中between...and...替代的是（or，or，or）and（or，or，or）的工作

in替代的是or，or，or的工作

主知识点3：order by

（1）无条件order by

select...from....where...order by 字段名 asc|desc(升序|降序)

在查询语句中的作用是排序,字段名后不写默认就是升序

order by讲求先后顺序，即若将查询结果先按降序的年份排，再按升序的姓名排

order by yr desc,name asc

这里年份是数值所以是数值降序，姓名是字符所以是按照原表的顺序排列

这里的逻辑是，先按照年份排序时，会有年份相同的组成一个分区，此时，第二次排序就在这个分区内进行。

（2）有条件order by

order by 字段 in('xx','xx'...)这里即会默认in后的为1，其他为0，而在排序时，1总是在0的后面，使用这个用法可以解决一下例题：将物理学奖和化学奖排在最后面，然后按照奖项排序

order by subject in('chemistry','physics'),subject

主知识点4：limit

limit n~返回数据前n行

limit x,n~返回从x+1行（包括该行）开始返回n行

比如从第四行开始返回到第7行

limit 3,4

[limit 仅可在MySQL中使用]

主知识点5：聚合函数&group by

AVG()~ 返回一列的平均值 COUNT()~返回一列的行数 MAX()~返回一列的最大值 MIN()~返回一列的最小值 SUM()~返回一列的求和值

以上称为聚合函数，标准语法是与group by 连接在一起使用（也可以自己用）

格式：

select..from...where

group by 字段名1

order by

limit

所谓group by就和sumif一样，在聚合时需要提供一个聚合的依据，这个依据就是group by后面跟着的这个字段：

例子：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

就以continent为count的分组依据，输出continent一列和count（name）一列

如果没有加入group by分组依据，会默认输出count所有国家的一行，此时因为行行不对而报错。

【没有加group by的聚合函数是不分组聚合，即全部聚合】

例子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)
from nobel
where yr between 2013 and 2015
group by yr,subject【如果只有subject则yr只有2013，如果只有yr则subject只有physics（即只输出每个对应的第一个）】
order by yr desc,count(winner) desc

主知识点6：having&简单运行原理

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

①只有使用了group by后才可以，才会使用having语句。

②having本质上是对group by分组的筛选。

③having表达式和where基本一致，但是可以使用聚合函数。

例子：查询总人口数至少为3亿的大洲和其平均gdp，其中只有gdp高于200亿且人口数大于6000万或者gdp低于80亿且首都中含有三个a的国家的计入计算，最后按国家数从大到小排序，只显示第一行

select continent,avg(gdp) '平均gdp'
from world
where
gdp>20000000000 and population>60000000
or
gdp<8000000000 and capital like'%a%a%a%'
group by continent
having sum(population)>=300000000
order by count(name) desc
limit 1

这是一道比较复杂（但是逻辑简单）的复合代码题，下面进行代码解释，首先拆解题目要求：①显示“大洲”和“平均gdp”②条件1是“gdp高于200亿且人口数大于6000万或者gdp低于80亿且首都中含有三个a的国家”③条件2是“大洲的总人口数至少为3亿”④条件1比条件2要优先，因为要首先确定计算入，才能计算比较总。⑤排序是“按国家数从大到小排序”⑥限制是“只显示第一行”

对于①，我们比较老实地交付就是select一个continent和一个avg（gdp） from world

对于②因为是先头条件（④），所以用where来写

由于我们先头有一个平均gdp使用了聚合函数，所以这里要用group by

对于③，条件2自然用group by后面跟着的having对group by后地继续进行筛选。

对于⑤，排序按照国家数，那也就是按照count（name） desc去做。

对于⑥，就是limit 1即只显示前1行