天池龙珠SQL训练营日常 task6 打卡

最新推荐文章于 2022-08-05 14:38:45 发布

alfredppp

最新推荐文章于 2022-08-05 14:38:45 发布

阅读量506

点赞数

分类专栏：天池训练营打卡文章标签： mysql sql

本文链接：https://blog.csdn.net/qq_36641343/article/details/116003463

版权

天池训练营打卡专栏收录该内容

7 篇文章 0 订阅

订阅专栏

TASK6

练习题1

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=1074

请使用A股上市公司季度营收预测数据集《Income Statement.xls》和《Company Operating.xlsx》和《Market Data.xlsx》，以Market Data为主表，将三张表中的TICKER_SYMBOL为600383和600048的信息合并在一起。只需要显示以下字段。

表名	            字段名
Income Statement	TICKER_SYMBOL
Income Statement	END_DATE
Income Statement	T_REVENUE
Income Statement	T_COGS
Income Statement	N_INCOME
Market Data	        TICKER_SYMBOL
Market Data	        END_DATE_
Market Data	        CLOSE_PRICE
Company Operating	TICKER_SYMBOL
Company Operating	INDIC_NAME_EN
Company Operating	END_DATE
Company Operating	VALUE

解答：
要求以一定条件合并表的信息，用 inner join + on 语句即可。

SELECT M.TICKER_SYMBOL, M.END_DATE, M.CLOSE_PRICE, 		
		I.TICKER_SYMBOL, I.END_DATE, I.T_REVENUE, I.T_COGS, I.N_INCOME,
		C.TICKER_SYMBOL, C.INDIC_NAME_EN, C.END_DATE, C.VALUE
FROM `market data` AS M 
INNER JOIN `Income Statement` AS I ON M.TICKER_SYMBOL = I.TICKER_SYMBOL
INNER JOIN `Company Operating` AS C  ON I.TICKER_SYMBOL = C.TICKER_SYMBOL
WHERE M.TICKER_SYMBOL = 600383 OR M.TICKER_SYMBOL = 600048;

运行结果：
在这里插入图片描述

练习题2

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=44

请使用 Wine Quality Data 数据集《winequality-red.csv》，找出 pH=3.03的所有红葡萄酒，然后，对其 citric acid 进行中式排名（相同排名的下一个名次应该是下一个连续的整数值。换句话说，名次之间不应该有“间隔”）

解答：
要求中式排名，用 窗口函数 + DENSE_RANK() 语句即可。

SELECT DENSE_RANK() OVER(ORDER BY W.`citric acid`) AS 'RANK', W.* 
FROM `winequality-white` AS W 
WHERE W.pH = 3.03;

运行结果：
在这里插入图片描述

练习题3

数据来源：https://tianchi.aliyun.com/competition/entrance/231593/information

使用Coupon Usage Data for O2O中的数据集《ccf_offline_stage1_test_revised.csv》，试分别找出在2016年7月期间，发放优惠券总金额最多和发放优惠券张数最多的商家。

这里只考虑满减的金额，不考虑打几折的优惠券。

解答：
求发放优惠券张数最多的商家：
由于 User_id 列是唯一的，即每个人只领导了一张优惠券，则按 User_id 列计数并按 Merchant_id（商家ID） 列分组即可

select `Merchant_id` as '发放优惠券张数最多的商家', count( `User_id`) as '发放张数'
from `ccf_offline_stage1_test_revised` 
where year (`Date_received`) = 2016 
	and month(`Date_received`) = 07
group by `Merchant_id` 
order by  `发放张数` desc limit 1;

运行结果：
在这里插入图片描述

求发放优惠券总金额最多的商家：
优惠券金额的信息包含在 Discount_rate 列，但由于 Discount_rate 列中数据的形式为 x:y，表示满 x 减 y，因此需要将优惠券金额通过字符串操作函数找出来，再进行求和即可

select `Merchant_id` as '发放优惠券总金额最多的商家', 
	sum(right(Discount_rate,length(`Discount_rate`)-locate(':',`Discount_rate`))) as '优惠券总金额' 
from `ccf_offline_stage1_test_revised`
group by `发放优惠券总金额最多的商家` 
order by `优惠券总金额` desc limit 1;

运行结果：
在这里插入图片描述

练习题4

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=1074

请使用A股上市公司季度营收预测中的数据集《Macro&Industry.xlsx》中的sheet-INDIC_DATA，请计算全社会用电量:第一产业:当月值在2015年用电最高峰是发生在哪月？并且相比去年同期增长/减少了多少个百分比？

解答：
求 " 全社会用电量:第一产业: 当月值 " 在2015年用电最高峰是发生在哪月:

SELECT SUM(DATA_VALUE) AS 'SUM', MONTH(PERIOD_DATE) AS 'MONTH' FROM `macro industry`
WHERE YEAR(PERIOD_DATE) = 2015
GROUP BY `MONTH`
ORDER BY `SUM` LIMIT 1;

运行结果：
在这里插入图片描述
求相比去年同期增长/减少了多少个百分比:

SELECT SUM(DATA_VALUE) AS 'SUM',
		MONTH(PERIOD_DATE) AS 'MONTH', 
		`SUM_L`, 
		`MONTH_L`, 
		(SUM(DATA_VALUE)/`SUM_L`-1)*100 AS '增长百分比' 
FROM `macro industry` AS T
INNER JOIN (
    SELECT SUM(DATA_VALUE) AS 'SUM_L', MONTH(PERIOD_DATE) AS 'MONTH_L' 
    FROM `macro industry` 
    WHERE YEAR(PERIOD_DATE) = 2014
    GROUP BY `MONTH_L`
			) AS L
ON L.`MONTH_L` = MONTH(PERIOD_DATE)
WHERE YEAR(PERIOD_DATE) = 2015
GROUP BY `MONTH`,`MONTH_L`
ORDER BY `SUM` LIMIT 1;

运行结果：
在这里插入图片描述

练习题5

数据来源：https://tianchi.aliyun.com/competition/entrance/231593/information

使用Coupon Usage Data for O2O中的数据集《ccf_online_stage1_train.csv》，试统计在2016年6月期间，线上总体优惠券弃用率为多少？并找出优惠券弃用率最高的商家。

弃用率 = 被领券但未使用的优惠券张数 / 总的被领取优惠券张数

解答：
通过条件筛选得出结论：如果一张优惠券被使用，则不会出现它被领取的记录，即同一张优惠券（相同 Coupon_id 并不代表同一张优惠券）的不会出现两次记录。
因此要获得被领取的优惠券总数，直接 count 即可得到，使用数可以在总数的基础上取 Date 不为空值即可，以上条件均需排除打折活动的记录（即 Coupon_id 是 “fixed” 的记录）

求线上总体优惠券弃用率：

SELECT COUNT(*) AS '总的被领取优惠券张数',
	(SELECT COUNT(*) 
	FROM `ccf_online_stage1_train` 
    WHERE `Coupon_id` IS NOT NULL AND `Coupon_id` <> 'fixed'
    	AND `Date` IS NULL
		AND YEAR(`Date_received`) = 2016 AND MONTH( `Date_received`) = 06
		 	)AS '被领券但未使用的优惠券张数'  
FROM `ccf_online_stage1_train` 
WHERE `Coupon_id` IS NOT NULL AND `Coupon_id` <> 'fixed'
	AND YEAR(`Date_received`) = 2016 AND MONTH( `Date_received`) = 06

运行结果：
在这里插入图片描述

求优惠券弃用率最高的商家：

SELECT `Merchant_id`,
		`总的被领取优惠券张数`, 
		COUNT(*) AS '被领券但未使用的优惠券张数', 
		100*COUNT(*)/`总的被领取优惠券张数` AS '优惠券弃用率（%）' 
FROM `ccf_online_stage1_train`
INNER JOIN ( 
    SELECT `Merchant_id` AS 'M_G',  COUNT(*) AS '总的被领取优惠券张数' 
    FROM `ccf_online_stage1_train` 
    WHERE `Coupon_id` IS NOT NULL AND `Coupon_id` <> 'fixed' 
    	AND YEAR(`Date_received`) = 2016 AND MONTH( `Date_received`) = 06
    GROUP BY `Merchant_id` 
			) AS G
ON `Merchant_id` = G.`M_G`
WHERE `Coupon_id` IS NOT NULL AND `Date` IS NULL AND `Coupon_id` <> 'fixed' 
	AND YEAR(`Date_received`) = 2016 AND MONTH( `Date_received`) = 06
GROUP BY `Merchant_id` 
ORDER BY `优惠券弃用率（%）` DESC ;

运行结果：
在这里插入图片描述

练习题6

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=44

请使用 Wine Quality Data 数据集《winequality-white.csv》，找出 pH=3.63的所有白葡萄酒，然后，对其 residual sugar 量进行英式排名（非连续的排名）

解答：
和练习题2类似，要求英式排名，用 窗口函数 + RANK() 语句即可：

SELECT RANK() OVER(ORDER BY W.`residual sugar`) AS 'RANK', ph, W.* 
FROM `winequality-red` AS W 
WHERE W.pH = 3.63;

运行结果：
在这里插入图片描述

练习题7

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=1074

请使用A股上市公司季度营收预测中的数据集《Market Data.xlsx》中的sheet-DATA，

计算截止到2018年底，市值最大的三个行业是哪些？以及这三个行业里市值最大的三个公司是哪些？（每个行业找出前三大的公司，即一共要找出9个）

解答：
根据题意计算时间节点为“截止2018年底”，通过筛选后发现该表数据结构为 “ 每个公司每个时间点 ” 为一条，且 END_DATE 最晚为 2018-05-31 ，因此直接统计时间点为 2018-05-31 的数据即可。

首先第一步需找出各行业市值前三的公司，用排名 窗口函数+PARTITION BY 行业+ORDER BY 市值倒序 即可。
其次计算出各行业的总市值，用 INNER JOIN 连结两次查询，最后筛选出前三名即可：

SELECT SUM(A.`MARKET_VALUE`) AS '行业总市值',B.* FROM `market data` AS A  
INNER JOIN (SELECT TYPE_NAME_CN ,TICKER_SYMBOL,`MARKET_VALUE`, 
            		RANK() 
            		OVER(PARTITION BY TYPE_NAME_CN 
                         ORDER BY `MARKET_VALUE`+0 DESC) AS 'RANK' 
            FROM `market data`
            WHERE END_DATE = '2018-05-31'
			 )AS B
ON A.TYPE_NAME_CN = B.TYPE_NAME_CN
WHERE END_DATE = '2018-05-31'
GROUP BY B.TYPE_NAME_CN, B.TICKER_SYMBOL, B.`MARKET_VALUE`
HAVING `RANK`<=3
ORDER BY `行业总市值` DESC, `RANK` LIMIT 9

运行结果：
在这里插入图片描述

练习题8

数据来源：https://tianchi.aliyun.com/competition/entrance/231593/information

使用Coupon Usage Data for O2O中的数据集《ccf_online_stage1_train.csv》和《ccf_offline_stage1_train.csv》，试找出在2016年6月期间，线上线下累计优惠券使用次数最多的顾客。

解答：
根据题意将两张表符合条件的顾客筛选出来，使用 union 合并再 count 即可：

SELECT A.`User_id`,  COUNT(*) AS '优惠券使用次数'
FROM (
		(SELECT OFF.User_id, OFF.Date_received, OFF.Date FROM `ccf_offline_stage1_train` AS OFF
		WHERE `Coupon_id` IS NOT NULL AND `Date` IS NOT NULL AND LEFT(`Date_received`,6)='201606') 
		UNION
		(SELECT `ON`.User_id, `ON`.Date_received, `ON`.Date FROM `ccf_online_stage1_train`  AS `ON`
		WHERE `Coupon_id` <> 'fixed' AND `Coupon_id` IS NOT NULL AND `Date` IS NOT NULL AND YEAR(`Date_received`) = 2016 AND MONTH(`Date_received`) = 6)
    ) AS A
GROUP BY A.`User_id`
ORDER BY COUNT(*) DESC
-- LIMIT 1

运行结果：
在这里插入图片描述

练习题9

数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=1074

请使用A股上市公司季度营收预测数据集《Income Statement.xls》中的sheet-General Business和《Company Operating.xlsx》中的sheet-EN。

找出在数据集所有年份中，按季度统计，白云机场旅客吞吐量最高的那一季度对应的净利润是多少？（注意，是单季度对应的净利润，非累计净利润。）

解答：
根据题意首先找出最大旅客吞吐量季度——利用 sum 窗口函数分年分季度进行统计即可：

SELECT INDIC_NAME_EN, 
		SUM(`VALUE`) OVER( PARTITION BY `YEAR`, SEASON) AS S, 
		`YEAR`, 
		SEASON 
FROM
(SELECT INDIC_NAME_EN, `VALUE`,END_DATE, YEAR(END_DATE) AS 'YEAR', 
		CASE WHEN MONTH(END_DATE) IN (1,2,3) THEN 1 
				WHEN MONTH(END_DATE) IN (4,5,6) THEN 2
				WHEN MONTH(END_DATE) IN (7,8,9) THEN 3
				WHEN MONTH(END_DATE) IN (10,11,12) THEN 4
		END AS SEASON
FROM `company operating` 
WHERE INDIC_NAME_EN = 'Baiyun Airport:Passenger throughput') AS P
ORDER BY S DESC

运行结果：
在这里插入图片描述
可以看出旅客吞吐量最高的是 2018 年的第一季度 ，进而查询字段表得知， T_PROFIT 为总利润， REPORT_TYPE 为 Q1 的为季度报告， END_DATE 为截止日期，因此只要查询对应季度的总利润即可：

SELECT `T_PROFIT`, A.* FROM `income statement` AS A
WHERE TICKER_SYMBOL = 600004 AND REPORT_TYPE = 'Q1' AND END_DATE = '2018-03-31';

运行结果：
在这里插入图片描述
（该季度利润为 596,388,972 元 ）

练习题10

数据来源：https://tianchi.aliyun.com/competition/entrance/231593/information

使用Coupon Usage Data for O2O中的数据集《ccf_online_stage1_train.csv》和《ccf_offline_stage1_train.csv》，试找出在2016年6月期间，线上线下累计被使用优惠券满减最多的前3名商家。

比如商家A，消费者A在其中使用了一张200减50的，消费者B使用了一张30减1的，那么商家A累计被使用优惠券满减51元。

解答：
和练习3类似，根据题意先合并两表中所有商家被使用优惠券的行，在进行累加即可：

SELECT `Merchant_id` , SUM(A) AS '累计被使用优惠券满减的金额' 
FROM ( 
	SELECT Merchant_id, 
    	RIGHT(Discount_rate,LENGTH( `Discount_rate`) - LOCATE(':',`Discount_rate` ) )AS A 
    FROM `ccf_online_stage1_train` 
	WHERE `Date_received` IS NOT NULL AND `Date` IS NOT NULL AND `Coupon_id` <> 'fixed'
	UNION 
	SELECT Merchant_id, 
    	RIGHT(Discount_rate,LENGTH( `Discount_rate`) - LOCATE(':',`Discount_rate` ) )AS A 
    FROM `ccf_offline_stage1_train` 
	WHERE `Date_received` IS NOT NULL AND `Date` IS NOT NULL) AA
GROUP BY `Merchant_id`
ORDER BY SUM(A) DESC
-- LIMIT 1