Kiểu dữ liệu ký tự và vấn đề thường gặp

Phân tích Khám phá Dữ liệu bằng SQL

Christina Maimone

Data Scientist

Kiểu ký tự trong PostgreSQL

character(n) hoặc char(n)

độ dài cố định n
bỏ qua khoảng trắng cuối khi so sánh

character varying(n) hoặc varchar(n)

độ dài biến đổi, tối đa n

text hoặc varchar

độ dài không giới hạn

Loại dữ liệu văn bản

Phân loại (Categorical)

Tues, Tuesday, Mon, TH

shirts, shoes, hats, pants

satisfied, very satisfied, unsatisfied

0349-938, 1254-001, 5477-651

red, blue, green, yellow

Văn bản không cấu trúc

I really like this product. I use it every day. It's my favorite color.

We've redesigned your favorite t-shirt to make it even better. You'll love...

Four score and seven years ago our fathers brought forth on this continent, a new nation, conceived in Liberty, and dedicated to the proposition that all men are created equal...

Nhóm và đếm

SELECT category,        -- biến phân loại

       count(*)         -- đếm số dòng cho mỗi hạng mục

  FROM product          -- bảng

 GROUP BY category;     -- biến phân loại

 category | count 
----------+-------
 Banana   |     1
 Apple    |     4
 apple    |     2
  apple   |     1
 banana   |     3
(5 rows)

Thứ tự: giá trị xuất hiện nhiều nhất

SELECT category,        -- biến phân loại

       count(*)         -- đếm số dòng cho mỗi hạng mục

  FROM product          -- bảng

 GROUP BY category      -- biến phân loại

 ORDER BY count DESC;   -- hiển thị giá trị xuất hiện nhiều nhất trước

 category | count 
----------+-------
 Apple    |     4
 banana   |     3
 apple    |     2
 Banana   |     1
  apple   |     1
(5 rows)

Thứ tự: giá trị category

SELECT category,        -- biến phân loại

       count(*)         -- đếm số dòng cho mỗi hạng mục

  FROM product          -- bảng

 GROUP BY category      -- biến phân loại

 ORDER BY category;     -- sắp xếp theo biến phân loại

 category | count 
----------+-------
  apple   |     1
 Apple    |     4
 Banana   |     1
 apple    |     2
 banana   |     3
(5 rows)

Thứ tự chữ cái

-- Kết quả

 category | count 
----------+-------
  apple   |     1
 Apple    |     4
 Banana   |     1
 apple    |     2
 banana   |     3
(5 rows)

-- Thứ tự chữ cái:

' ' < 'A' < 'a'

-- Từ kết quả

' ' < 'A' < 'B' < 'a' < 'b'

Vấn đề thường gặp

Phân biệt chữ hoa/thường

'apple' != 'Apple'

Khoảng trắng có ý nghĩa

' apple' != 'apple'

'' != ' '

Chuỗi rỗng không phải null

'' != NULL

Khác biệt dấu câu

'to-do' != 'to–do'

Đến lúc xem dữ liệu văn bản

Phân tích Khám phá Dữ liệu bằng SQL