より複雑なSQLクエリ

pandasで効率よくデータを取り込む

Amany Mahfouz

Instructor

DISTINCT値の取得

SELECT DISTINCT で1つ以上の列の一意な値を取得

構文:

SELECT DISTINCT [column names] FROM [table];

重複レコードを除去:
```
SELECT DISTINCT * FROM [table];
```

/* Get unique street addresses and boroughs */
SELECT DISTINCT incident_address, 
       borough
  FROM hpd311calls;

集計関数

記述統計をデータベースに直接クエリ
集計関数
- SUM
- AVG
- MAX
- MIN
- COUNT

集計関数

SUM、AVG、MAX、MIN
- それぞれ列名を1つ指定
```
SELECT AVG(tmax) FROM weather;
```

COUNT

クエリ条件を満たす行数を取得
```
SELECT COUNT(*) FROM [table_name];
```

列内の一意な値の数を取得

SELECT COUNT(DISTINCT [column_names]) FROM [table_name];

GROUP BY

集計関数はデフォルトで1つの要約統計量を計算
GROUP BY でカテゴリ別にデータを集計
グループ化する列も必ず選択すること

/* Get counts of plumbing calls by borough */
SELECT borough, 
       COUNT(*) 
  FROM hpd311calls
 WHERE complaint_type = 'PLUMBING'
 GROUP BY borough;

グループ別カウント

# Create database engine
engine = create_engine("sqlite:///data.db")


# Write query to get plumbing call counts by borough
query = """SELECT borough, COUNT(*) 
             FROM hpd311calls
            WHERE complaint_type = 'PLUMBING'
            GROUP BY borough;"""


# Query databse and create dataframe
plumbing_call_counts = pd.read_sql(query, engine)

グループ別カウント

print(plumbing_call_counts)

         borough  COUNT(*)
0          BRONX      2016
1       BROOKLYN      2702
2      MANHATTAN      1413
3         QUEENS       808
4  STATEN ISLAND       178

練習しましょう！

pandasで効率よくデータを取り込む