数据分析学习之SQL基础语法

主要适用于 MYSQL 数据库，不过核心语句也通用于其他数据库。【依旧是B站戴戴戴师兄的视频。】

只学习 SQL 语句的查询语句部分，对于数据分析师而言完全足够~

主要使用资源：基础语法部分基于公开网站 sqlzoo 的 MySQL 数据库引擎。网址：https://sqlzoo.net/wiki/SQL_Tutorial

基础语法

SQL 运行原理

from -- where -- group by -- having -- order by -- limit -- select

• 执行 from 语句从数据库中调取复制一份表格
• 执行 where 语句在复制的表格中筛选出符合条件的数据行
• 执行 group by 语句依据指定字段对筛选后的数据分区，将依据的字段去重分组，相当于 Excel 建立了一个数据透视表，添加了行标签
• 执行 having 语句筛选满足条件的分组
• 执行 order by 语句对筛选后的数据进行排序
• 执行 limit 语句对排序后的数据限制显示的行
• 执行 select 语句，提取最后要显示的字段

一、select & from

• 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（从哪里查找字段）

例题1：从单表中查询多列    select A,B,C from WORLD

• 在 select 后指定要查询的字段名称，多个字段名之间用英文逗号(,)隔开，最后一个字段名后不需要添加逗号
• select 和 from 关键字后不要忘记添加空格
• 查询结果的字段顺序是按照 select 后的字段名顺序显示的
• SQL 语句不区分大小写
• 需要同时查询多段表格，返回多个结果时，需要在查询语句最后添加分号(;)【很少见】

 (*)通配符

例题2：select * from WORLD

• select 和星号(*)通配符联用返回查询表中所有列
• 返回的所有列的显示顺序按照原表中定义的顺序显示

 as 别名

例题3：select name as 国家名,continent as 大洲,population as 人口 from world

• select 中，在字段名后加 as 别名，可以给字段名在最后显示前赋予别名（直接显示别名）
• 注意 as 前后加空格
• 这个别名不会修改该字段在数据库表中的原名，仅仅影响最后的显示
• as 可以省略，直接在代码中写成｛字段名 别名｝注意字段名和别名之间有空格，别名和下一个字段之间有英文逗号

select 中使用 distinct 去重

加 distinct 对重复的行数据进行去重

例题4：select (distinct) continent from world

加 distinct 会对重复数据去重

不加 distinct 会重复列举所有的数据

• 加了 distinct 只显示不同的数据一次
• distinct 紧跟在 select 后面，对后面的多个字段进行去重（无法对单一一个）

select 中计算字段的运用

例题6：查询国家名、gdp、人口及其人均gdp
             select name,gdp,population,gdp/population 人均gdp from world

• 可以对数据库表中已有的字段进行计算形成新的字段
• 同理，加减乘除等简单数学运算都可以进行，字段值必须是数值才可以
• 也可以使用函数对字段进行处理，后续讲解

二、where

标准语法：[ where 表达式 ]  限定查询行必须满足的条件

• 文本需要用英文单引号('')包裹，数字不需要

运算符

• =、>、<、>=、<=、<>、!= 为比较运算符，用于判断表中的哪些数据符合条件
• and、or 和 not 为逻辑运算符
• between and 用于查询两个值之间范围的值（包含这两个值）
• in 用于查询指定条件范围内的数据，一般为 in (xxx,xxx,......)，用括号将条件括起来
• is null 用于查询空值（NULL），空值不同于0，也不同于null字符串

模糊查询 like

where子句的表达式中除了使用运算符来进行条件判断，还可以使用 like 操作符组合通配符进行模糊查询

多条件查询

使用and或者or逻辑运算符对多个条件进行组合筛选想要的数据

• and 的优先级高于 or ，会先运行 and 再运行 or
• 当有需要先运行 or 再运行 and 的条件时，使用括号()来标记优先运行的部分
• 同时在 and 和 or 联用时最好使用括号来标记优先运行的部分便于阅读代码，也避免条件逻辑出错
• 使用 between and 时如果想要去掉某个边界可以使用英文符号(!=)来去除

三、order by

标准语法：[ order by 字段名 asc|desc ]

• 默认为升序排序
• order by 关键字后可以加多个字段，依次按照字段顺序排序

order by XXX  in ('A','B')

会给 in 括号内的内容会赋值 1，括号外的内容会赋值 0。因此排序是 in 括号内的内容在其他内容之后

四、limit

标准语法：[ limit [位置偏移量,]行数 ]  限制最终展现出多少行

• limit 子句是可选项，行数是子句中的必选参数，参数位置偏移量是可选参数
• limit n 表示返回结果的前 n 行；limit x,n 表示从 x+1 行开始返回 n 行

五、聚合函数 & group by

聚合函数

聚合函数适用于需要获取数据的汇总信息，例如某字段行数、某字段平均值、某字段中最大最小数等

例题20：查询非洲总人口数
select sum(population) from world where continent = 'Africa'

例题21：计算表格行数
select count(*) from world

• count (*) 计算表中的总行数，不管某列中是否有数值为空值
• count（字段名）计算指定字段下的总行数，但计算时将忽略空值的行
• 聚合函数也同样会忽略空值

group by

标准语法：[ group by 字段名1 ]

• group by 字段名规定依据哪个字段分组聚合
• group by 核心子句是可选项，使用该子句是为了依据相同字段值分组后进行聚合运算，常和聚合函数联用
• group by 与 distinct 的去重结果是一样的，但两者逻辑不同。distinct 仅仅是返回不同的行，group by 本质是先将指定的字段中相容的值分为一个区，再对字段进行去重分组
• 在 SQL 中使用 group by 会打破原表的结构，创建一张新表（类似于新的数据透视表）
• 使用 group by 子句时，select 只能使用聚合函数和 group by 引用过的字段，否则会报错 !!!

六、having & 简单运行原理

标准语法：[ having 表达式 ] 对group by分组后的数据进行筛选

例题26：查询总人口数量至少为1亿（100000000）的大洲
在分组聚合的基础上对数据进行筛选使用having子句，筛选出大洲人口数量至少为1亿的数据行

• 只有使用了 group by 子句后才会使用 having 子句，having 子句不能脱离 group by 子句单独使用，因为 having 子句本质上是对 group by 分组的筛选
• having 子句中只能使用聚合函数和 group by 作为分组依据的字段
• having 的表达式和 where 的表达式基本相同，但是 having 的表达式中可以使用聚合函数，where 的表达式中不可以，因为 where 是对原表中的行数据进行筛选，而 having 是对 group by 分组后的数据进行筛选

 

七、部分常见函数

【数学函数】

round(x,y) —— 四舍五入函数

• round 函数对 x 值进行四舍五入，精确到小数点后 y 位
• y 为负值时，保留小数点左边相应的位数为0，不进行四舍五入

例如：round(3.15,1) 返回 3.2，round(14.15,-1) 返回 10

 

【字符串函数】

concat(s1,s2,...) —— 连接字符串函数

• concat 函数返回连接参数 s1、s2 等产生的字符串
• 任一参数为 null 时，则返回 null

例如：concat('My',' ','SQL')返回My SQL，concat('My',null,'SQL')返回null（空格也需要加单引号）

replace(s,s1,s2) —— 替换函数

• replace 函数使用字符串 s2 代替 s 中所有的 s1

例如：replace('MySQLMySQL','SQL','sql')返回MysqlMysql

left(s,n)、right(s,n)&substring(s,n,len) —— 截取字符串一部分的函数

• left 函数返回字符串 s 最左边 n 个字符
• right 函数返回字符串 s 最右边 n 个字符
• substring 函数返回字符串 s 从第 n 个字符起取长度为 len 的子字符串，n 也可以为负值，则从倒数第 n 个字符起取长度为 len 的子字符串，没有 len 值则取从第 n 个字符起到最后一位（substring 中都是从左往右截取，只有 right 是从右往左的）

例如：left('abcdefg',3) 返回 abc，right('abcdefg',3) 返回 efg，substring('abcdefg',2,3) 返回bcd，substring('abcdefg',-2,3) 返回 fg，substring('abcdefg',2) 返回 bcdefg

 

【数据类型转换函数】

cast(x as type) —— 转换数据类型的函数

• cast 函数将一个类型的 x 值转换为另一个类型的值
• type 参数可以填写 char(n)、date、time、datetime、decimal 等转换为对应的数据类型

 

【日期时间函数】

year(date)、month(date)&day(date) —— 获取年月日的函数

• date 可以是年月日组成的日期，也可以是年月日时分秒组成的日期时间
• year(date) 返回日期格式中的年份
• month(date) 返回日期格式中的月份
• day(date) 返回年日期格式中的日份

例如：year('2021-08-03') 返回 2021，month('2021-08-03') 返回 8，day('2021-08-03') 返回 3

date_add(date,interval expr type)&date_sub(date,interval expr type) —— 对指定起始时间进行加减操作

• date 用来指定起始时间
• date 可以是年月日组成的日期，也可以是年月日时分秒组成的日期时间
• expr 用来指定从起始时间添加或减去的时间间隔
• type 指示 expr 被解释的方式，type 可以可以是以下值

主要使用红框中的值

• date_add 函数对起始时间进行加操作，date_sub 函数对起始时间进行减操作

例如：date_add('2021-08-03 23:59:59',interval 1 second) 返回 2021-08-04 24:00:00，date_sub('2021-08-03 23:59:59',interval 2 month) 返回 2021-06-03 23:59:59

datediff(date1,date2) —— 计算两个日期之间间隔的天数

• datediff 函数由 date1-date2 计算出间隔的时间，只有 date 的日期部分参与计算，时间不参与

例如：datediff('2021-06-08','2021-06-01') 返回 7，datediff('2021-06-08 23:59:59','2021-06-01 21:00:00') 返回 7，datediff('2021-06-01','2021-06-08') 返回 -7

date_format(date,format) —— 将日期和时间格式化

• date_format 函数根据 format 指定的格式显示 date 值
• 可以换使用的格式有

例如：date_format('2018-06-01 16:23:12','%b %d %Y %h:%i %p') 返回 Jun 01 2018 04:23 PM，date_format('2018-06-01 16:23:12','%Y/%d/%m') 返回 2018/01/06

 

【条件判断函数】——根据满足不同条件，执行相应流程

if(expr,v1,v2)

• 如果表达式 expr 是 true 返回值 v1，否则返回 v2

例如：if(1<2,'Y','N')返回Y，if(1>2,'Y','N')返回N

case when

• case expr when v1 then r1 [when v2 then r2] ...[else rn] end

例如：case 2 when 1 then 'one' when 2 then 'two' else 'more' end 返回 two
case 后面的值为 2，与第二条分支语句 when 后面的值相等相等，因此返回 two

• case when v1 then r1 [when v2 then r2]...[else rn] end

例如：case when 1<0 then 'T' else 'F' end返回 F
1<0的结果为 false，因此函数返回值为 else 后面的 F