Types de données numériques et fonctions de synthèse

Analyse exploratoire des données en SQL

Christina Maimone

Data Scientist

Types numériques : entier

Nom	Taille de stockage	Description	Plage
`integer` ou `int` ou `int4`	4 octets	choix habituel	-2147483648 à +2147483647

Types numériques : entier

Nom	Taille de stockage	Description	Plage
`integer` ou `int` ou `int4`	4 octets	choix habituel	-2147483648 à +2147483647
`smallint` ou `int2`	2 octets	petite plage	-32768 à +32767
`bigint` ou `int8`	8 octets	grande plage	-9223372036854775808 à +9223372036854775807

Types numériques : entier

Nom	Taille de stockage	Description	Plage
`integer` ou `int` ou `int4`	4 octets	choix habituel	-2147483648 à +2147483647
`smallint` ou `int2`	2 octets	petite plage	-32768 à +32767
`bigint` ou `int8`	8 octets	grande plage	-9223372036854775808 à +9223372036854775807
`serial`	4 octets	incrément automatique	1 à 2147483647
`smallserial`	2 octets	petit incrément automatique	1 à 32767
`bigserial`	8 octets	grand incrément automatique	1 à 9223372036854775807

Types numériques : décimal

Nom	Capacité de stockage	Description	Plage
`decimal` ou `numeric`	variable	précision définie par l'utilisateur, exacte	jusqu'à 131 072 chiffres avant la virgule décimale ; jusqu'à 16 383 chiffres après la virgule décimale

Types numériques : décimal

Nom	Capacité de stockage	Description	Plage
`decimal` ou `numeric`	variable	précision définie par l'utilisateur, exacte	jusqu'à 131 072 chiffres avant la virgule décimale ; jusqu'à 16 383 chiffres après la virgule décimale
`real`	4 octets	précision variable, inexact	Précision à 6 chiffres décimaux
`double precision`	8 octets	précision variable, inexact	Précision de 15 chiffres décimaux

Division

-- integer division
SELECT 10/4;

-- numeric division
SELECT 10/4.0;

2.500000000

Plage : min et max

SELECT min(question_pct)
  FROM stackoverflow;

 min 
-----
   0
(1 row)

SELECT max(question_pct)
  FROM stackoverflow;

     max     
-------------
 0.071957428
(1 row)

Moyenne ou moyenne arithmétique

SELECT avg(question_pct)
  FROM stackoverflow;

         avg         
---------------------
 0.00379494620059319
(1 row)

Variance

Variance de la population

SELECT var_pop(question_pct)
  FROM stackoverflow;

       var_pop        
----------------------
 0.000140268640974167
(1 row)

Variance de l'échantillon

SELECT var_samp(question_pct)
  FROM stackoverflow;

       var_samp       
----------------------
 0.000140271571051059
(1 row)

SELECT variance(question_pct)
  FROM stackoverflow;

       variance       
----------------------
 0.000140271571051059
(1 row)

Écart-type

Écart type de l'échantillon

SELECT stddev_samp(question_pct)
  FROM stackoverflow;

     stddev_samp     
--------------------
 0.0118436299778007
(1 row)

SELECT stddev(question_pct)
  FROM stackoverflow;

       stddev       
--------------------
 0.0118436299778007
(1 row)

Écart type de la population

SELECT stddev_pop(question_pct)
  FROM stackoverflow;

      stddev_pop     
--------------------
 0.0118435062787237
(1 row)

Rond

SELECT round(42.1256, 2);

42.13

Résumer par groupe

-- Summarize by group with GROUP BY
SELECT tag,
       min(question_pct), 
       avg(question_pct), 
       max(question_pct) 
  FROM stackoverflow
 GROUP BY tag;

           tag            |     min     |         avg          |     max     
--------------------------+-------------+----------------------+-------------
 amazon-sqs               |    6.91e-05 | 8.08328877005347e-05 |     9.6e-05
 amazon-kinesis           |     2.1e-05 |  3.3924064171123e-05 |    4.64e-05
 android-pay              |    2.97e-05 | 3.16712477396022e-05 |    3.29e-05
 amazon-cloudformation    |     4.8e-05 | 9.34518997326204e-05 |  0.00015246
 citrix                   |     3.6e-05 | 3.95804407713499e-05 |    4.39e-05
 amazon-ec2               | 0.001058039 |  0.00122817236730946 | 0.001378872
 actionscript             | 0.000551486 |  0.00067589990909091 | 0.000856132
 amazon-ecs               |    1.17e-05 | 3.40544117647059e-05 |    6.51e-05
 mongodb                  |   0.0049625 |  0.00577465885069125 |  0.00631164
 amazon-redshift          | 0.000117294 | 0.000160832181818182 | 0.000212208
...

Travaillons avec des chiffres !

Analyse exploratoire des données en SQL