Tipuri de date de tip caracter și probleme frecvente

Analiza Exploratorie a Datelor în SQL

Christina Maimone

Data Scientist

Tipuri de caractere în PostgreSQL

character(n) sau char(n)

lungime fixă n
spațiile de final sunt ignorate în comparații

character varying(n) sau varchar(n)

lungime variabilă, maximum n

text sau varchar

lungime nelimitată

Tipuri de date text

Categoriale

Mar, Marți, Lun, Jo

cămăși, pantofi, pălării, pantaloni

mulțumit, foarte mulțumit, nemulțumit

0349-938, 1254-001, 5477-651

roșu, albastru, verde, galben

Text nestructurat

Îmi place foarte mult acest produs. Îl folosesc zilnic. Este culoarea mea preferată.

Am reproiectat tricoul dumneavoastră preferat pentru a-l îmbunătăți. Veți adora...

Acum patru scori și șapte ani, părinții noștri au adus pe acest continent o nouă națiune, concepută în Libertate și dedicată propoziției că toți oamenii sunt creați egali...

Grupare și numărare

SELECT category,        -- categorical variable

       count(*)         -- count rows for each category

  FROM product          -- table

 GROUP BY category;     -- categorical variable

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

Ordine: cele mai frecvente valori

SELECT category,        -- categorical variable

       count(*)         -- count rows for each category

  FROM product          -- table

 GROUP BY category      -- categorical variable

 ORDER BY count DESC;   -- show most frequent values first

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

Ordine: valoarea categoriei

SELECT category,        -- categorical variable

       count(*)         -- count rows for each category

  FROM product          -- table

 GROUP BY category      -- categorical variable

 ORDER BY category;     -- order by categorical variable

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

Ordine alfabetică

-- Results

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

-- Alphabetical Order:

' ' < 'A' < 'a'

-- From results

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

Probleme frecvente

Majusculele contează

'apple' != 'Apple'

Spațiile contează

' apple' != 'apple'

'' != ' '

Șirurile goale nu sunt null

'' != NULL

Diferențe de punctuație

'to-do' != 'to–do'

Să examinăm date de tip text

Analiza Exploratorie a Datelor în SQL