作者：賈勝杰，碩士，退役軍人，電氣工程專業(yè)，現(xiàn)成功轉(zhuǎn)行K12領(lǐng)域數(shù)據(jù)挖掘工程師，不僅在數(shù)據(jù)清理、分析和預(yù)測方向，而且在自制力和高效學(xué)習(xí)方面都有豐富經(jīng)驗(yàn)。編輯：王老濕

• SQL

  • SQL基礎(chǔ)：語法，檢索，排序，過濾，創(chuàng)建計(jì)算字段和使用別名；

  • SQL進(jìn)階：鏈接表，聚合，分組，條件判斷，子查詢以及時間序列的處理；

• Python

  • Python基礎(chǔ)：語法，數(shù)據(jù)類型，運(yùn)算符，控制流，函數(shù)，腳本編寫及本地環(huán)境搭建；

  • Python數(shù)據(jù)處理：Numpy與Pandas；

  • Python可視化：Matplotlib，Pyecharts；

• 統(tǒng)計(jì)學(xué)

  • 統(tǒng)計(jì)學(xué)基礎(chǔ)：描述統(tǒng)計(jì)學(xué)，概率，正態(tài)分布，隨機(jī)抽樣，中心極限定律等；

  • 統(tǒng)計(jì)學(xué)進(jìn)階：推論統(tǒng)計(jì)學(xué)，置信區(qū)間，假設(shè)檢驗(yàn)，線性回歸，邏輯回歸等。

所有以上的這些技法都只是工具，所以要以會用且熟練為目的，把學(xué)習(xí)重點(diǎn)放在應(yīng)用層面，多動手便能事半功倍！我們今天先從數(shù)據(jù)分析必備技能中最為簡單的SQL來開始學(xué)習(xí)吧！（這篇文章介紹的主要是SQL基礎(chǔ)，文章末尾也會給出在線的練習(xí)SQL的網(wǎng)站）

知識清單

SQL簡介

SQL是Structured Query Language的簡寫，也就是結(jié)構(gòu)化查詢語言。它最受歡迎的功能便是對數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行增刪改查。作為數(shù)據(jù)分析師，會經(jīng)常使用SQL語言從數(shù)據(jù)庫中查詢并提取數(shù)據(jù)，而增刪改則一般由數(shù)據(jù)工程師去操作。

🙋?♂?你可能聽說過 NoSQL，它表示 Not only SQL（不僅僅是 SQL），與NoSQL的數(shù)據(jù)庫進(jìn)行交互時，你編寫的代碼會與本課程中所學(xué)的SQL有所不同。最常用的 NoSQL 語言之一是 MongoDB（https://www.mongodb.com/），可以自行了解一下～

書寫規(guī)則及注釋

就像我們剛開始學(xué)寫字一樣，在學(xué)習(xí)編寫代碼之前，我們也要先了解這門語言規(guī)范的書寫規(guī)則和注釋方法。

這部分雖然比較簡單，但非常重要，有時候這不僅關(guān)系到你的飯碗，甚至還會危及到你的性命🥶，不信你可以看這篇假新聞：因代碼規(guī)范問題,美國一碼農(nóng)槍殺了4個同事

（https://yq.aliyun.com/articles/644710）

SQL書寫規(guī)則

• SQL語句不區(qū)分大小寫，因此SELECT與select甚至是SeLect的效果是相同的，但是要對命令和變量進(jìn)行區(qū)分，所以默認(rèn)命令需要大寫，其他內(nèi)容如變量等則需要小寫；

• 表和變量名中不要出現(xiàn)空格，可使用下劃線_替代;

• 查詢語句中，使用單一空格隔開命令和變量;

• 為提高代碼的可移植性，請?jiān)诓樵冋Z句結(jié)尾添加一個分號；。

SQL中的注釋

代碼是給電腦看的，而注釋則是給人看的，是對你寫這行代碼的思路解釋，方便自己做debug或者給同事交接。

• 單行注釋-，添加注釋。

SELECT?col_name?--?這是一條注釋 FROM?table_name;

• 多行注釋

多行注釋以/*起始，以*/結(jié)尾。

/*SELECT?col_name? FROM?table_name;*/ SELECT?col_2? FROM?table_name;

檢索數(shù)據(jù)

檢索數(shù)據(jù)主要用的語句為：SELECT和FROM，意為從（FROM）xxx表中選擇（SELECT）xxx變量，下面看示例。

• 檢索單列

從table_name表中檢索col_name列。

SELECT?col_name FROM?table_name;

• 檢索多列

從table_name表中檢索col_1,col_2和col_3列。

SELECT?col_1,col_2,col_3 FROM?table_name;

• 檢索所有列

使用通配符*，返回table_name表中的所有列；

SELECT?* FROM?table_name;

• 檢索某列中不同的值

檢索col_1中具有唯一性的行，即唯一值。

SELECT?DISTINCT?col_1 FROM?table_name;

• 限制檢索的結(jié)果

使用LIMIT語句可以限制返回的行數(shù)。

SELECT?col_1 FROM?table_name LIMIT?10;

返回前10行（即第0-第9行）。

也可以添加OFFSET語句，設(shè)置返回數(shù)據(jù)的起始行：

SELECT?col_1 FROM?table_name LIMIT?10?OFFSET?5;

從第五行之后，返回十行數(shù)據(jù)（即第5-第14行）。

排序檢索數(shù)據(jù)

排序需要使用的子句是：ORDER BY。

• 其可以根據(jù)指定的單列或多列對結(jié)果進(jìn)行排序；

• 默認(rèn)按照升序進(jìn)行排序（從小到大，從a到z），使用DESC關(guān)鍵字可以改為降序；

• 在使用ORDER BY時，請確保它是SELECT語句中的最后一條子句。

下面請看示例：

• 按列排序

SELECT?col_name FROM?table_name ORDER?BY?col_name;

返回的數(shù)據(jù)會按照col_name列進(jìn)行升序排序，這里col_name可以是單列也可以是多列，當(dāng)然也可以使用非檢索的列進(jìn)行排序。

• 降序排序

SELECT?col_1,col_2 FROM?table_name ORDER?BY?col_2?DESC,col_3;

返回的數(shù)據(jù)會按照col_2列降序，col_3列升序?qū)ol_1和col_2兩列進(jìn)行排序。

這里可以看出，DESC關(guān)鍵字的用法：只對跟在語句前面的變量有效。所以，想要對多列進(jìn)行降序排序時，需要對每一列都指定DESC關(guān)鍵字。

過濾數(shù)據(jù)

我們使用WHERE子句來根據(jù)某個條件對篩選的數(shù)據(jù)進(jìn)行過濾。

• WHERE子句應(yīng)該寫在表名（即FROM子句）之后，在ORDER BY子句之前；

• 使用的基本方式為：WHERE 列名+運(yùn)算符+值;

• 過濾條件是區(qū)分大小寫的。

使用示例：col_1 運(yùn)算符 value的值。

SELECT?col_1 FROM?table_1 WHERE?col_1?運(yùn)算符?value;

• 運(yùn)算符

運(yùn)算符描述

=	等于
<>	不等于
>	大于
<	小于
>=	大于等于
<=	小于等于
BETWEEN…AND…	在指定的兩值之間
IS NULL	為NULL值
AND	邏輯運(yùn)算符：與
OR	邏輯運(yùn)算符：或
IN	條件范圍篩選
NOT	邏輯運(yùn)算符：非

?? SQL的版本不同，可能導(dǎo)致某些運(yùn)算符不同（如不等于可以用！=表示），具體要查閱數(shù)據(jù)庫文檔。

在同時輸入AND和OR時，SQL會優(yōu)先處理AND語句，所以為了建議大家在進(jìn)行多條件篩選時，請用小括號將每個條件單獨(dú)擴(kuò)起來，這樣既方便閱讀代碼，又不容易出問題。

• 用通配符進(jìn)行過濾（LIKE）

通配符用來匹配值的一部分，跟在LIKE關(guān)鍵字后面進(jìn)行數(shù)據(jù)過濾。

通配符描述

%	表示任何字符出現(xiàn)任意次數(shù)
_	表示任何字符出現(xiàn)一次
[]	指定一個字符集，它必須匹配該位置的一個字符
^	在[]中使用，表示否定

示例：

SELECT?col_1 FROM?table_1 WHERE?col_1?LIKE?'_[^JM]%' ORDER?BY?col_1;

如上篩選出的是，第二個字符為非J且非M的數(shù)據(jù)。

創(chuàng)建計(jì)算字段

其實(shí)就是在檢索數(shù)據(jù)的同時進(jìn)行計(jì)算，并使用關(guān)鍵字AS將結(jié)果保存為某一列。

• 數(shù)值類型的計(jì)算

SELECT?prod_id,quantity,item_price,quantity*item_price?AS?expanded_price FROM?orderitems WHERE?order_num?=?200008;

輸出：

prod_id??quantity??item_price??expanded_price --------------------------------------------- RGAN01??5??4.9900??24.9500 BR03??5??11.9900??59.9500

這里實(shí)現(xiàn)的就是使用quantity*item_price創(chuàng)建一個名為expanded_price的計(jì)算字段，也就是一個新列。

同樣適用于計(jì)算的操作符有+（加），-（減）和/（除）。

• 字符類型的拼接

SELECT?RTRIM(col_name)?+?'('+RTRIM(col_country)+')'?AS?col_title FROM?table_name ORDER?BY?col_name;

輸出：

col_title ------------------------ Bear?Emporium(USA) Bears?R?Us(USA) Jouets?et?ours(France)

這里實(shí)現(xiàn)的就是將col_name列與col_country列進(jìn)行了拼接，新列的名字叫做col_title。

RTRIM()函數(shù)是去掉右邊的所有空格，LTRIM()是去掉左邊的所有空格，TRIM()是去掉兩邊的所有空格。

使用別名

在上一節(jié)中我們使用AS來為變量設(shè)置別名，你可能也見過如下所示的語句：

SELECT?col1?+?col2?AS?total,?col3

當(dāng)然沒有 AS 的語句也可以實(shí)現(xiàn)使用別名：

FROM?tablename?t1

以及

SELECT?col1?+?col2?total,?col3

將col1+col2的結(jié)果設(shè)置名為total的列。

代碼總結(jié)

語句使用方法其他詳細(xì)信息

SELECT	SELECT Col1, Col2, …	選擇要篩選的列
FROM	FROM Table	提供列所在的表格
LIMIT	LIMIT 10	限制返回的行數(shù)
ORDER BY	ORDER BY Col	根據(jù)列Col對查詢的結(jié)果排序（順序），可與 DESC 一起使用實(shí)現(xiàn)逆序。
WHERE	WHERE Col > 5	用于過濾結(jié)果的一個條件語句
LIKE	WHERE Col LIKE ‘%me%’	僅提取出列文本中包含 ‘me’ 的行
IN	WHERE Col IN (‘Y’, ‘N’)	僅過濾行對應(yīng)的列為 ‘Y’ 或 ‘N’的數(shù)據(jù)
NOT	WHERE Col NOT IN (‘Y’, “N’)	NOT表示非，與上行結(jié)果剛好互補(bǔ)。
AND	WHERE (Col1 > 5) AND (Col2 < 3)	AND表示與，過濾兩個或多個條件均為真的數(shù)據(jù)
OR	WHERE Col1 > 5 OR Col2 < 3	OR表示或，過濾至少某一條件為真的行
BETWEEN	WHERE Col BETWEEN 3 AND 5	與AND連用，比用運(yùn)算符簡單一些

總結(jié)

以上是生活随笔為你收集整理的想学数据分析但不会Python，过来看看SQL吧（上）~的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。