Teckendatatyper och vanliga problem

Exploratory Data Analysis i SQL

Christina Maimone

Data Scientist

PostgreSQL-teckentyper

character(n) eller char(n)

fast längd n
avslutande blanksteg ignoreras vid jämförelser

character varying(n) eller varchar(n)

variabel längd upp till maximalt n

text eller varchar

obegränsad längd

Typer av textdata

Kategorisk

Tues, Tuesday, Mon, TH

skjortor, skor, hattar, byxor

nöjd, mycket nöjd, missnöjd

0349-938, 1254-001, 5477-651

röd, blå, grön, gul

Ostrukturerad text

Jag gillar verkligen den här produkten. Jag använder den varje dag. Det är min favoritfärg.

Vi har redesignat din favoritskjorta och gjort den ännu bättre. Du kommer att älska...

För sju och åttio år sedan grundade våra fäder på denna kontinent en ny nation, skapad i frihetens anda och tillägnad tanken att alla människor är skapade lika...

Gruppera och räkna

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)

Ordning: vanligaste värden

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)

Ordning: kategorivärde

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)

Alfabetisk ordning

-- 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'

Vanliga problem

Skiftlägeskänsligt

'apple' != 'Apple'

Blanksteg räknas

' apple' != 'apple'

'' != ' '

Tomma strängar är inte null

'' != NULL

Interpunktionsskillnader

'to-do' != 'to–do'

Nu kör vi en övning!

Exploratory Data Analysis i SQL