더 많은 요약 함수

SQL을 활용한 탐색적 데이터 분석

Christina Maimone

Data Scientist

상관관계

Scatterplots of data points with positive and negative correlations

상관 함수

SELECT corr(assets, equity) 
  FROM fortune500;

       corr        
-------------------
 0.637710143588615
(1 row)

중앙값

1 1 4 4 4 5 6 7 13 19 20 20 21 21 22
              ^
            median
        50th percentile

^                                  ^
0th percentile      100th percentile

백분위 함수

SELECT percentile_disc(percentile) WITHIN GROUP (ORDER BY column_name)
  FROM table;

-- percentile between 0 and 1

열 에서 값을 반환

SELECT percentile_cont(percentile) WITHIN GROUP (ORDER BY column_name)
  FROM table;

값 사이를 보간

백분위수 예시

SELECT val
  FROM nums;

 val 
-----
   1
   3
   4
   5
(4 rows)

SELECT percentile_disc(.5) WITHIN GROUP (ORDER BY val),
       percentile_cont(.5) WITHIN GROUP (ORDER BY val)
  FROM nums;

 percentile_disc | percentile_cont 
-----------------+-----------------
               3 |             3.5

일반적인 문제

오류 코드
- 예시{} 9, 99, -99
결측값 코드
- NA, NaN, N/A, #N/A
- 0 = 누락 또는 0?
이상(극단) 값
- 매우 높거나 낮은가?
- 음수 값인가?
진짜 숫자가 아님
- 예시: 우편번호, 설문 응답 범주

연습해 봅시다!

SQL을 활용한 탐색적 데이터 분석