我们可以改变1为负数，达到减法的目的，也能更改day为week、year等，进行其他时间间隔的运算。如果是求两个时间的间隔，则是datediff(date1,date2)或者timediff(time1,time2)。

时间函数的运用比较灵活，没有特殊限定，网络上的文档和教程也不少，可以深入学习。

最后是数据清洗类的函数。

select left(salary,1) from DataAnalyst

MySQL支持left、right、mid等函数，这里又和Excel一样。我们通过salary计算数据分析师的工资吧（这一步骤，在曾经的文章中已经用Excel和BI多次讲解，所以我就不多赘述了，只讲过程，不熟悉的同学可以看历史内容）。

首先利用locate函数查找第一个k所在的位置。

select locate(“k”,salary),salary from DataAnalyst

然后使用left函数截取薪水的下限。

select left(salary,locate(“k”,salary)-1),salary from DataAnalyst

为了获得薪水的上限，要用substr函数，或者mid，两者等价。

substr（字符串，从哪里开始截，截取的长度）

薪水上限的开始位置是「-」位置往后推一位。截取长度是整个字符串减去「-」所在位置，刚好是后半段我们需要的内容，不过这个内容是包含「K」的，所以最后结果还得再减去1。

这里不了解不要紧，可以将计算过程分步骤运行。基本上，了解了上面写法的含义，文本清洗这块就没有问题了（not like用来清洗乱七八糟的薪水，我简单处理了）。再然后计算不同城市不同工作年限的平均薪资。

上面语句，我们用了文本清洗、子查询嵌套、分组聚合、排序等多种用法，属于较复杂的查询。重复数据的问题，因为我是复制了一份北京数据，数量刚好乘二，对平均数没有影响，感兴趣的朋友可以再加一步清洗掉它。

下面是三道思考题：

查询出哪家公司招聘的岗位数最多；

查询出O2O、电子商务、互联网金融这三个行业，哪个行业的平均薪资最高；

查询出各城市的最高薪水Top3是哪家公司哪个岗位。

做完上面的题目，你已经神功初成，数据分析的SQL意见没有大问题了。更复杂的查询，也无非是嵌套更多的内容，本质思路是一样的。

讲到这里，只剩join语法还没有教大家。因为练习数据只有一张表，而join又是SQL中比较容易混淆的难点，我会单独开一篇内容讲解，到时候使用SQLZoo和LeetCode的案例。

LeetCode是知名的算法竞赛网站，可以在上面和全世界的程序员比拼算法，当然我们只练习SQL，完成后，至少能秒杀全世界50%的程序员吧。

后续的SQL或者Python语句，我可能会用截图形式，或者找个好看点的内联样式，否则在微信端会变形的很难看。

互联网数据分析能力的养成，需一份七周的提纲

如何七周成为数据分析师01：常见的Excel函数全部涵盖在这里了

如何七周成为数据分析师02：Excel技巧大揭秘

如何七周成为数据分析师03：手把手教你Excel实战

如何七周成为数据分析师：Excel技巧之甘特图绘制（项目管理）

如何七周成为数据分析师：Excel技巧之打造多级菜单

如何七周成为数据分析师04：数据可视化之经典图表合集

如何七周成为数据分析师05：数据可视化之打造升职加薪的报表

如何七周成为数据分析师06：数据可视化之手把手打造BI

如何七周成为数据分析师07：快速掌握麦肯锡的分析思维

如何七周成为数据分析师08：如何建立数据分析的思维框架？

如何七周成为数据分析师09：写给新人的数据库指南

#专栏作家#

秦路，微信公众号ID：tracykanc，人人都是产品经理专栏作家。

本文由 @秦路 原创发布于人人都是产品经理。未经许可，禁止转载。