学习python第三天之多行函数

多行函数:(聚合函数/分组函数)

解释:多条数据进入,单条结果出来(多进单出)

1).max(obj):最大值

2).min(obj):最小值

3).sum(num):求和

4).avg(num):求平均值

5).count(obj):计数

【注意事项】:

1).max()和min()两个函数可以接受任何数据类型的实际参数

2).sum()和avg()两个函数只能接受number类型的数据

3).多行函数/聚合函数/分组函数满足自动忽略空值的特点(在某些情况下,我们不应该忽略空值...)

案例如下:

查询公司薪资最高的、最低的、工资总和以及平均值的信息?

select max(salary),min(salary),sum(salary),avg(salary)

from employees;

参看如下代码并思考:

select max(last_name),max(hire_date),min(last_name),min(hire_date)

from employees;

关于count()的使用:

需求如下:

查询公司有多少员工?

select count(employee_id),count(last_name),count(hire_date) from employees;

select count(1),count(2),count(0),count(107),count('*') from employees;

执行以上代码发现效果都是正确的,我们以后做计数操作的时候,我们都用count('*')来实现;

查看如下代码:

select count(department_id),count(commission_pct) from employees;

执行以上代码发现问题所在,只要是多行函数/聚合函数/分组函数满足自动忽略空值的特点

修改以上代码实现需要的效果:

select count(nvl(department_id,100)),count(nvl(commission_pct,1)) from employees;

思考:avg() = sum() / count()?

答:以上的等式成立

需求如下:

查询公司的平均奖金率?

select avg(commission_pct),sum(commission_pct) / count(commission_pct),

sum(commission_pct) / count(nvl(commission_pct,2)),

sum(commission_pct) / 107,

sum(commission_pct) / count(*)

from employees;

作业:

--1.显示系统时间(注:日期+时间)

select to_char(sysdate,'yyyy/mm/dd hh24:mi:ss') from dual;

--2.查询员工号,姓名,工资,以及工资提高百分之20%后的结果(new salary)

select employee_id,last_name,salary,salary * 1.2 "new salary" from employees;

--3.将员工的姓名按首字母排序,并写出姓名的长度(length)

select last_name,length(last_name) from employees order by last_name;

--4.查询各员工的姓名,并显示出各员工在公司工作的月份数(worked_month)。

select last_name,round(months_between(sysdate,hire_date),0) "worked_month" from employees;

--5.查询员工的姓名,以及在公司工作的月份数(worked_month),并按月份数降序排列

select last_name,round(months_between(sysdate,hire_date),0) "worked_month"

from employees

order by "worked_month" desc;

--方式一:

select last_name || ' earns $' || salary || ' monthly but wants $' || 3 * salary "Dream Salary" from employees;

--方式二:

select last_name || ' earns' || to_char(salary,'$99999') || ' monthly but wants' || to_char(3 * salary,'$99999') "Dream Salary" from employees;

select last_name "Last_name",job_id "Job_id",

decode(job_id,'AD_PRES','A',

'ST_MAN','B',

'IT_PROG','C',

'SA_REP','D',

'E') "Grade"

from employees

where job_id in('AD_PRES','ST_MAN','IT_PROG','SA_REP','ST_CLERK')

order by "Grade" desc;

select last_name "Last_name",job_id "Job_id",

case job_id when 'AD_PRES' then 'A'

when 'ST_MAN' then 'B'

when 'IT_PROG' then 'C'

when 'SA_REP' then 'D'

else 'E' end "Grade"

from employees

where job_id in('AD_PRES','ST_MAN','IT_PROG','SA_REP','ST_CLERK')

order by "Grade" desc;

转载于:https://www.cnblogs.com/hankleo/p/10426313.html

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
课程概述教会学员快速学会python数据分析,覆盖python基础,pandas,seaborn,matplotlib,SQL,sqlite,lambda等知识。课程是数据科学家居家必备的军火库。课程定期更新,大部分视频分辨率支持2K超清,学员可以看清每一行代码。 适合人群python数据科学从业人员,数据分析师,统计 学习计划和方法1.每天保证1-2个小时学习时间,预计7-15天左右可以学习完整门课程(不同基础学生时间差异较大)。2.每节课的代码实操要保证,建议不要直接复制粘贴代码,自己实操一遍代码对大脑记忆很重要,有利于巩固知识。3.第二次学习时要总结上一节课内容,必要时做好笔记,加深大脑理解。4.不懂问题要罗列出来,先自己上网查询,查不到的可以咨询老师。 作者介绍Toby,持牌照金融公司担任模型验证专家,国内最大医药数据中心数据挖掘部门负责人!和清华大学出版社,重庆儿科医院,中科院教授,赛柏蓝保持慢病数据挖掘项目合作!管理过欧美日中印巴西等国外药典数据库,马丁代尔数据库,FDA溶解度数据库,临床试验数据库,WHO药物预警等数据库。原创公众号(python风控模型) 课程概述教会学员快速学会python数据分析,覆盖python基础,pandas,seaborn,matplotlib,SQL,sqlite,lambda等知识。课程是数据科学家居家必备的军火库。课程定期更新,大部分视频分辨率支持2K超清,学员可以看清每一行代码。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值