|
2017-08-02 08:30 来源:人人都是产品经理 数据分析 本文是《如何七周成为数据分析师》的第十篇教程，如果想要了解写作初衷，可以先行阅读七周指南。温馨提示：如果您已经熟悉数据库，大可不必再看这篇文章，或只挑选部分。
在《写给新人的数据库指南》，我们已经成功的安装数据库，并且导入数据，今天进入SQL实战练习。SQL是数据库的查询语言，语法结构简单，相信本文会让你从入门到熟练。 掌握SQL后，不论你是产品经理、运营人员或者数据分析师，j2直播，都会让你分析的能力边界无限拓展。别犹豫了，赶快上车吧！ 以下的语句都在SequelPro的Query页面运行，其他操作页面不会有太大差异。标点符号必须为英文，这是新人很容易犯的错误。 SQL最小化的查询结构如下： select column from table table是我们的表名，column是我们想要查询的字段／列，column可以用 * 代替，指代全部字段，意为从table表查询所有数据。 where 是基础查询语法，用于条件判断。 select * from DataAnalyst where city = ‘上海’
上图是最简化的查询语句，将所有城市为上海的职位数据过滤出来。我们也可以用 and 进行多条件判断。 select * from DataAnalyst where city = ‘上海’ and positionName = ‘数据分析师’ or 语句则是或的关系 select * from DataAnalyst where city = ‘上海’ or positionName = ‘数据分析师’ 查找城市为上海，或者职位名称是数据分析师的数据，它们是并集。 当我们涉及到非常复杂的与或逻辑判断，应该怎么办？比如即满足条件AB，又要满足条件C，或者是满足条件DE。此时需要用括号明确逻辑判断的优先级。 select * from DataAnalyst where (city = ‘上海’ and positionName = ‘数据分析师’) or (city = ‘北京’ andpositionName = ‘数据产品经理’) 这条语句的含义是查找出上海的数据分析师或者是北京的产品经理。当有括号时，会优先进行括号内的判断，当有多个括号时，对最内层括号先进行判断，然后依次往外。 接下来的问题来了，当我们要查询多个条件，直播，比如北京上海广州深圳南京这些城市，难道一个个用and关联起来？这太麻烦了，我们可以使用 in 。 select * from DataAnalyst where city in (‘北京’,’上海’,’广州’,’深圳’,’南京’) 当我们遇到字段数据类型是数值时，也可以使用符号> 、>=、< 、<=、!= 进行逻辑判断，!= 指的是不等于，等价于 <> 。 select * from DataAnalyst where companyId >= 10000 上例是筛选出公司ID >= 10000的职位，为数值时，不需要像字符串一样加引号。 当我们需要取区间数值时，使用 between and select * from DataAnalyst where companyId between 10000 and 20000 between and 包括数值两端的边界，等同于 companyId >=10000 and companyId <= 20000。 如果要模糊查找，能用like。 select * from DataAnalyst where positionName like ‘%数据分析%’ 语句的含义是在positionName列查找包含「数据分析」字段的数据，%代表的是通配符，含义是无所谓「数据分析」前面后面是什么内容。如果是 ‘数据分析%’ ，则代表字段必须以数据分析开头，无所谓后面是什么。 除了上面所讲，还有一个常用的语法是not，代表逻辑的逆转，常见not in、not like、not null等。 接下来我们学习group by，它是数据分析中常见的语法，目的是将数据按组／维度划分。类似于Excel中的数据透视表，我们以city为例。 select * from DataAnalyst group by city
它将城市划分成几组，通过group by 可以快速的浏览数据有哪些城市。我们看一下它的高阶用法。 select city,count(1) from DataAnalyst group by city
上述语句，使用count函数，统计计数了每个城市拥有的职位数量。括号里面的1代表以第一列为计数标准。这里出现新的问题，当我们遇到重复数据怎么办？在DataAnalyst 这张表中，北京职位包含重复的职位ID，我们需要去重。 select city,count(distinct positionId) from DataAnalyst group by city
|
