像Excel一样使用SQL进行数据分析

像Excel一样使用SQL进行数据分析

Excel是数据分析中最常用的工具 ，利用Excel可以完成数据清洗，预处理，以及最常见的数据分类，数据筛选，分类汇总，以及数据透视等操作，而这些操作用SQL一样可以实现。

作者：佚名来源：SQL数据库开发|2021-12-28 11:23

 收藏

  分享

Excel是数据分析中最常用的工具 ，利用Excel可以完成数据清洗，预处理，以及最常见的数据分类，数据筛选，分类汇总，以及数据透视等操作，而这些操作用SQL一样可以实现。SQL不仅可以从数据库中读取数据，还能通过不同的SQL函数语句直接返回所需要的结果，从而大大提高了自己在客户端应用程序中计算的效率。

1 重复数据处理

查找重复记录

1. SELECT * FROM user  
2. Where (nick_name,password) in 
3. ( 
4. SELECT nick_name,password  
5. FROM user  
6. group by nick_name,password  
7. having count(nick_name)>1 
8. ); 

查找去重记录

查找id最大的记录

1. SELECT * FROM user  
2. WHERE id in 
3. (SELECT max(id) FROM user 
4. group by nick_name,password  
5. having count(nick_name)>1 
6. ); 

删除重复记录

只保留id值最小的记录

1. DELETE  c1 
2. FROM  customer c1,customer c2 
3. WHERE c1.cust_email=c2.cust_email 
4. AND c1.id>c2.id; 
5. DELETE FROM user Where (nick_name,password) in 
6. (SELECT nick_name,password FROM 
7.     (SELECT nick_name,password FROM user  
8.     group by nick_name,password  
9.     having count(nick_name)>1) as tmp1 
10. ) 
11. and id not in 
12. (SELECT id FROM 
13.     (SELECT min(id) id FROM user  
14.      group by nick_name,password  
15.      having count(nick_name)>1) as tmp2 
16. ); 

2 缺失值处理

查找缺失值记录

1. SELECT * FROM customer 
2. WHERE cust_email IS NULL; 

更新列填充空值

1. UPDATE sale set city = "未知"  
2. WHERE city IS NULL; 
4. UPDATE orderitems set  
5. price_new=IFNULL(price_new,5.74); 

查询并填充空值列

1. SELECT AVG(price_new) FROM orderitems; 
3. SELECT IFNULL(price_new,5.74) AS bus_ifnull 
4. FROM orderitems; 

3 计算列

更新表添加计算列

1. ALTER TABLE orderitems ADD price_new DECIMAL(8,2) NOT NULL; 
3. UPDATE orderitems set price_new= item_price*count; 

查询计算列

1. SELECT item_price*count as sales FROM orderitems; 

4 排序

多列排序

1. SELECT * FROM orderitems 
2. ORDER BY price_new DESC,quantity; 

查询排名前几的记录

1. SELECT * FROM orderitems 
2. ORDER BY price_new DESC LIMIT 5; 

查询第10大的值

1. SELECT DISTINCT price_new 
2. FROM orderitems 
3. ORDER BY price_new DESC LIMIT 9,1; 

排名

数值相同的排名相同且排名连续

1. SELECT prod_price, 
2. (SELECT COUNT(DISTINCT prod_price) 
3. FROM products 
4. WHERE prod_price>=a.prod_price 
5. ) AS rank 
6. FROM products AS a 
7. ORDER BY rank ; 

5 字符串处理

字符串替换

1. UPDATE data1 SET city=REPLACE(city,'SH','shanghai'); 
3. SELECT city FROM data1; 

按位置字符串截取

字符串截取可用于数据分列

MySQL 字符串截取函数：left(), right(), substring(), substring_index()

1. SELECT left('example.com', 3); 

从字符串的第 4 个字符位置开始取，直到结束

1. SELECT substring('example.com', 4); 

从字符串的第 4 个字符位置开始取，只取 2 个字符

1. SELECT substring('example.com', 4, 2); 

按关键字截取字符串

取第一个分隔符之前的所有字符，结果是www

1. SELECT substring_index('www.google.com','.',1); 

取倒数第二个分隔符之后的所有字符，结果是google.com;

1. SELECT substring_index('www.google.com','.',-2); 

6 筛选

通过操作符实现高级筛选

使用 AND OR IN NOT 等操作符实现高级筛选过滤

1. SELECT prod_name，prod_price FROM Products 
2. WHERE vend_id IN('DLL01','BRS01'); 
3. SELECT prod_name FROM Products WHERE NOT vend_id='DLL01'; 

通配符筛选

常用通配符有% _ [] ^

1. SELECT * from customers WHERE country LIKE "CH%"; 

7 表联结

SQL表连接可以实现类似于Excel中的Vlookup函数的功能

1. SELECT vend_id,prod_name,prod_price 
2. FROM Vendors INNER JOIN Products 
3. ON Vendors.vend_id=Products.vend_id; 
5. SELECT prod_name,vend_name,prod_price,quantity 
6. FROM OderItems,Products,Vendors 
7. WHERE Products.vend_id=Vendors.vend_id 
8. AND OrderItems.prod_id=Products.prod_id 
9. AND order_num=20007; 

自联结 在一条SELECT语句中多次使用相同的表

1. SELECT c1.cust_od,c1.cust_name,c1.cust_contact 
2. FROM Customers as c1,Customers as c2 
3. WHERE c1.cust_name=c2.cust_name 
4. AND c2.cust_contact='Jim Jones'; 

8 数据透视

数据分组可以实现Excel中数据透视表的功能

数据分组

group by 用于数据分组 having 用于分组后数据的过滤

1. SELECT order_num,COUNT(*) as items 
2. FROM OrderItems 
3. GROUP BY order_num HAVING COUNT(*)>=3; 

交叉表

通过CASE WHEN函数实现

1. SELECT data1.city, 
2. CASE WHEN colour = "A" THEN price END AS A, 
3. CASE WHEN colour = "B" THEN price END AS B, 
4. CASE WHEN colour = "C" THEN price END AS C, 
5. CASE WHEN colour = "F" THEN price END AS F 
6. FROM data1