Složitější SQL dotazy

Streamlined Data Ingestion with pandas

Amany Mahfouz

Instructor

Získání hodnot DISTINCT

Jedinečné hodnoty jednoho nebo více sloupců pomocí SELECT DISTINCT

Syntaxe:

SELECT DISTINCT [column names] FROM [table];

Odstranění duplicitních záznamů:
```
SELECT DISTINCT * FROM [table];
```

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

Agregační funkce

Popisná statistika přímo z databáze
Agregační funkce
- SUM
- AVG
- MAX
- MIN
- COUNT

Agregační funkce

SUM, AVG, MAX, MIN
- Každá přijímá název jednoho sloupce
```
SELECT AVG(tmax) FROM weather;
```

COUNT

Počet řádků splňujících podmínky dotazu
```
SELECT COUNT(*) FROM [table_name];
```

Počet jedinečných hodnot ve sloupci

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

GROUP BY

Agregační funkce ve výchozím nastavení vypočítají jeden souhrnný statistický ukazatel
Sumarizace dat podle kategorií pomocí GROUP BY
Nezapomeňte vybrat také sloupec, podle kterého seskupujete!

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

Počítání podle skupin

# 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)

Počítání podle skupin

print(plumbing_call_counts)

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

Pojďme si procvičit!

Streamlined Data Ingestion with pandas