本笔记为阿里云天池龙珠计划SQL训练营的学习内容,链接为:https://tianchi.aliyun.com/specials/promotion/aicampsql;
下载相关创建表格和插入数据脚本
这里为了方便大家,数据脚本已经给大家准备好啦。
点击下方链接直接下载
创建数据表脚本:http://tianchi-media.oss-cn-beijing.aliyuncs.com/dragonball/SQL/create_table.sql
插入数据脚本:http://tianchi-media.oss-cn-beijing.aliyuncs.com/dragonball/SQL/data.zip
大家下载好脚本后,先在MySQL环境中运行create_table.sql
脚本,创建数据表,然后解压下载好的data.zip
,解压后目录如下:
8-10ccf_offline_stage1_train.sql
6-winequality-white.sql
5-8-10ccf_online_stage1_train.sql
4-macro industry.sql
3-ccf_offline_stage1_test_revised.sql
2-winequality-red.sql
1-9income statement.sql
1-9company operating.sql
1-7market data.sql
脚本文件名前面的序号表示用到该数据集的题目序号,例如1-7market data.sql
表示第1题和第7题用到了该数据集。
同样的,这里给大家的也是sql脚本,里面是插入数据的语句,大家只需打开后在MySQL环境中运行即可将数据导入到数据表中。
练习题1:
数据来源:数据集-阿里云天池
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 |
代码实现:
练习题2:
数据来源:数据集-阿里云天池
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”)
代码实现:
练习题3:
数据来源:天池新人实战赛o2o优惠券使用预测赛题与数据-天池大赛-阿里云天池
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。
代码实现:
练习题4:
数据来源:数据集-阿里云天池
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?
代码实现:
练习题5:
数据来源:天池新人实战赛o2o优惠券使用预测赛题与数据-天池大赛-阿里云天池
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
代码实现:
(1)线上总体优惠券弃用率
(2)优惠券弃用率最高的商家
练习题6:
数据来源:数据集-阿里云天池
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)
代码实现:
练习题7:
数据来源:数据集-阿里云天池
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)
代码实现:
练习题8:
数据来源:天池新人实战赛o2o优惠券使用预测赛题与数据-天池大赛-阿里云天池
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。
代码实现:
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;
练习题9:
数据来源:数据集-阿里云天池
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。)
代码实现:
练习题10:
数据来源:天池新人实战赛o2o优惠券使用预测赛题与数据-天池大赛-阿里云天池
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。