sql 列求和_SQL 中文笔记 aggregation

*SQL for Data Analysis课程笔记，来源于Udacity.

*是我上课所记，顺便分享出来便于不方便看视频课程的小伙伴参考；其次如果有错误的部分，还望大家指正，谢谢。

Aggregate 聚集

Count：某特定列有多少行

Sum：某特定列中数值总和

Min max average：也是对某特定列而言

Null：no data exists in sql

寻找null的行数：where ...is null （用is null，不能用=null，因为null不同于0和空格，他不是数值）

找除了null以外的行：is not null

null经常出现的情况有：
1、right join 和left join时，2表未能match部分会出现null

2、在missing data的时候会出现null

一、Count

计算所以包含non-null data的数量（不包含的是整行都是null的情况，一般很少）

计算的对象可以是*，也可是某特定列。其中数值和文本都可以被计算，唯独null不可被计算

二、Sum

不同于count，他的计算对象只能是数值（包括空白，空白记为0）

只能计算垂直的列的总和，不能计算横向求和

语法sum（....)

三、min max 是ignore null

同count一样，可以作用于非数值的列

根据列的类型，同类型的才有计算的意义：

Min： max：

最小数值 大

最早时间 晚

最接近a的文本 z的文本

语法：min/max（...)

四、average （AVG)

只作用于数值

无视null：意味着不会被计入分子和分母

若要让null为0，则要先求和，除以计数，而不是使用平均数

语法：AVG(...)

Midian 在sql中很难用

五、group by

作用：抓取单个账户的数据之和，而不是整个数据集

之前的sum min max都是对总体而言

若要对某列中的每一行进行数据聚集，则需要使用group by

例如：对某列（每一个account id，分组求sum min max）

语法：

Select account_id,

Sum(a) as a

Sum(b) as b

Sum(c)as c

From 表1

Group by account-id

波浪形处可以添加多个列名（对顺序不敏感），表示对多个列进行分组聚集，用逗号隔开

Group by子句是在where（如有）和order by子句之间

在limit情况下求aggregate是没有意义的

原本sum只是对特定列就总和

新增的group by 功能让原本对总体求和，变为分组求和

课程19:distinct

语法：select distinct 列1，列2.... （是对列1——列n都进行distinct）

作用：选出没有重复的结果

课程22：having

用于过滤和筛选，当查询内容被agg后

因为经过agg的内容，不可以用where来有条件查询，所以用having替代

即在agg中若要使用where，则用having替代

语法：having sum（。。。）>=2500000（having后面的只能是agg方程，不能是经过重命名的内容。

和where不同的是：

where是在group by之前

having是在group by之后

但是两个都是在order by 之前

课程25:date

直接对date进行agg是不现实的，行为时间是独一无二的

在databases中的时间格式是:yyyy mm dd / 00(小时）：00（分钟）：00（秒）

所以对data进行agg可以通过date trunc和date part实现

格式是date_trunc(‘....’,时间），省略号部分是代表时间以什么为分割，second，day，month，year

如果需要从一天中拉取部分：即想知道是一周中的周几？用date_part

格式date_part(‘...,’时间）

Dow=day of week, 一周内的某一天，结果是0（周天）到6（周六）

区别：datepart返回的是数值，datetrunc返回的具体的年月日（当年第一天，当月第一天）

课程29:case

Case statement 处理的是if...then的问题

即建立一个衍生列，对符合条件的内容进行命名

语法：

Select 句子中加上：

Case when 条件 then 结果1（加引号） else 结果2（加引号） end as 衍生列名称(不用加引号）

其中条件可以用and like in 等等所以之前见过的逻辑语言

结果1代表的是当满足条件的，对新列空格赋值结果一

结果二代表当不满足条件的，对新列空格赋值结果二

衍生列名称，即新增列的名字

一个select语句中可以有多个case statement，但是在执行的时候是从前到后执行，多个case statement尽量做到不要重叠，否则会乱