更复杂的 SQL 查询

使用 pandas 高效导入数据

Amany Mahfouz

Instructor

获取 DISTINCT 值

使用 SELECT DISTINCT 获取一个或多个列的唯一值

语法：

SELECT DISTINCT [column names] FROM [table];

去重记录：
```
SELECT DISTINCT * FROM [table];
```

/* 获取唯一的街道地址和行政区 */
SELECT DISTINCT incident_address, 
       borough
  FROM hpd311calls;

聚合函数

直接查询数据库以获得描述性统计
聚合函数
- SUM
- AVG
- MAX
- MIN
- COUNT

聚合函数

SUM、AVG、MAX、MIN
- 每次只接收一个列名
```
SELECT AVG(tmax) FROM weather;
```

COUNT

获取满足条件的行数
```
SELECT COUNT(*) FROM [table_name];
```

获取列中唯一值数量

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

GROUP BY

聚合函数默认计算单个汇总统计量
使用 GROUP BY 按类别汇总
记得同时选择分组所用的列！

/* 按行政区统计管道报修数量 */
SELECT borough, 
       COUNT(*) 
  FROM hpd311calls
 WHERE complaint_type = 'PLUMBING'
 GROUP BY borough;

分组计数

# 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)

分组计数

print(plumbing_call_counts)

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

Passons à la pratique !

使用 pandas 高效导入数据