Mer komplexa SQL-frågor

Effektiv datainläsning med pandas

Amany Mahfouz

Instructor

Hämta DISTINCT-värden

Hämta unika värden för en eller flera kolumner med SELECT DISTINCT

Syntax:

SELECT DISTINCT [column names] FROM [table];

Ta bort dubblettposter:
```
SELECT DISTINCT * FROM [table];
```

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

Aggregatfunktioner

Hämta deskriptiv statistik direkt från databasen
Aggregatfunktioner
- SUM
- AVG
- MAX
- MIN
- COUNT

Aggregatfunktioner

SUM, AVG, MAX, MIN
- Tar vardera ett enda kolumnnamn
```
SELECT AVG(tmax) FROM weather;
```
COUNT
- Hämta antalet rader som uppfyller frågans villkor
```
SELECT COUNT(*) FROM [table_name];
```
- Hämta antalet unika värden i en kolumn
```
SELECT COUNT(DISTINCT [column_names]) FROM [table_name];
```

GROUP BY

Aggregatfunktioner beräknar som standard en enda sammanfattande statistik
Sammanfatta data per kategori med GROUP BY
Kom ihåg att även välja den kolumn du grupperar på!

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

Räkna per grupp

# 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)

Räkna per grupp

print(plumbing_call_counts)

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

Nu kör vi en övning!

Effektiv datainläsning med pandas