Более сложные SQL-запросы

Эффективный импорт данных с pandas

Amany Mahfouz

Instructor

Получение уникальных значений с DISTINCT

Уникальные значения одного или нескольких столбцов — SELECT DISTINCT

Синтаксис:

SELECT DISTINCT [column names] FROM [table];

Удаление дублирующихся записей:
```
SELECT DISTINCT * FROM [table];
```

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

Агрегатные функции

Описательная статистика прямо из базы данных
Агрегатные функции
- SUM
- AVG
- MAX
- MIN
- COUNT

Агрегатные функции

SUM, AVG, MAX, MIN
- Каждая принимает имя одного столбца
```
SELECT AVG(tmax) FROM weather;
```
COUNT
- Количество строк, удовлетворяющих условиям запроса
```
SELECT COUNT(*) FROM [table_name];
```
- Количество уникальных значений в столбце
```
SELECT COUNT(DISTINCT [column_names]) FROM [table_name];
```

GROUP BY

По умолчанию агрегатные функции возвращают одно итоговое значение
Для группировки данных по категориям используйте GROUP BY
Не забудьте включить в SELECT столбец, по которому идёт группировка!

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

Подсчёт по группам

# 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)

Подсчёт по группам

print(plumbing_call_counts)

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

Давайте потренируемся!

Эффективный импорт данных с pandas