想學數據分析但不會Python，過來看看SQL吧（上）~

• 2019 年 10 月 31 日
• 筆記

作者：賈勝傑，碩士，退役軍人，電氣工程專業，現成功轉行K12領域數據挖掘工程師，不僅在數據清理、分析和預測方向，而且在自制力和高效學習方面都有豐富經驗。 編輯：王老濕

《從0到1，數據分析師修鍊之路》專欄的已經發佈了兩篇文章，分別講述了什麼是商業數據分析師 以及 如何成為一名商業數據分析師。今天將會帶來數據分析師的「技法修鍊」相關的內容，這些技法包括SQL，Python和統計學，具體的學習修鍊安排如下：

• SQL
  • SQL基礎：語法，檢索，排序，過濾，創建計算字段和使用別名；
  • SQL進階：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：語法，數據類型，運算符，控制流，函數，腳本編寫及本地環境搭建；
  • Python數據處理：Numpy與Pandas；
  • Python可視化：Matplotlib，Pyecharts；
• 統計學
  • 統計學基礎：描述統計學，概率，正態分佈，隨機抽樣，中心極限定律等；
  • 統計學進階：推論統計學，置信區間，假設檢驗，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，把學習重點放在應用層面，多動手便能事半功倍！我們今天先從數據分析必備技能中最為簡單的SQL來開始學習吧！（這篇文章介紹的主要是SQL基礎，文章末尾也會給出在線的練習SQL的網站）

知識清單

SQL簡介

SQL是Structured Query Language的簡寫，也就是結構化查詢語言。它最受歡迎的功能便是對數據庫中的數據進行增刪改查。作為數據分析師，會經常使用SQL語言從數據庫中查詢並提取數據，而增刪改則一般由數據工程師去操作。

你可能聽說過 NoSQL，它表示 Not only SQL（不僅僅是 SQL），與NoSQL的數據庫進行交互時，你編寫的代碼會與本課程中所學的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～

書寫規則及注釋

就像我們剛開始學寫字一樣，在學習編寫代碼之前，我們也要先了解這門語言規範的書寫規則和注釋方法。

這部分雖然比較簡單，但非常重要，有時候這不僅關係到你的飯碗，甚至還會危及到你的性命?，不信你可以看這篇假新聞：因代碼規範問題,美國一碼農槍殺了4個同事 （https://yq.aliyun.com/articles/644710）

SQL書寫規則

• SQL語句不區分大小寫，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行區分，所以默認命令需要大寫，其他內容如變量等則需要小寫；
• 表和變量名中不要出現空格，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，請在查詢語句結尾添加一個分號；。

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 使用兩個連字符-，添加註釋。

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

• 多行注釋

多行注釋以/*起始，以*/結尾。

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

檢索數據

檢索數據主要用的語句為：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;

• 限制檢索的結果

使用LIMIT語句可以限制返回的行數。

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，設置返回數據的起始行：

SELECT col_1  FROM table_name  LIMIT 10 OFFSET 5;

從第五行之後，返回十行數據（即第5-第14行）。

排序檢索數據

排序需要使用的子句是：ORDER BY。

• 其可以根據指定的單列或多列對結果進行排序；
• 默認按照升序進行排序（從小到大，從a到z），使用DESC關鍵字可以改為降序；
• 在使用ORDER BY時，請確保它是SELECT語句中的最後一條子句。

下面請看示例：

• 按列排序

SELECT col_name  FROM table_name  ORDER BY col_name;

返回的數據會按照col_name列進行升序排序，這裡col_name可以是單列也可以是多列，當然也可以使用非檢索的列進行排序。

• 降序排序

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

返回的數據會按照col_2列降序，col_3列升序對col_1和col_2兩列進行排序。

這裡可以看出，DESC關鍵字的用法：只對跟在語句前面的變量有效。所以，想要對多列進行降序排序時，需要對每一列都指定DESC關鍵字。

過濾數據

我們使用WHERE子句來根據某個條件對篩選的數據進行過濾。

• WHERE子句應該寫在表名（即FROM子句）之後，在ORDER BY子句之前；
• 使用的基本方式為：WHERE 列名+運算符+值;
• 過濾條件是區分大小寫的。

使用示例： 在表table_1列col_1中篩選出滿足條件col_1 運算符 value的值。

SELECT col_1  FROM table_1  WHERE col_1 運算符 value;

• 運算符

⚠️ SQL的版本不同，可能導致某些運算符不同（如不等於可以用！=表示），具體要查閱數據庫文檔。 在同時輸入AND和OR時，SQL會優先處理AND語句，所以為了建議大家在進行多條件篩選時，請用小括號將每個條件單獨擴起來，這樣既方便閱讀代碼，又不容易出問題。

• 用通配符進行過濾（LIKE）

通配符用來匹配值的一部分，跟在LIKE關鍵字後面進行數據過濾。

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的數據。

創建計算字段

其實就是在檢索數據的同時進行計算，並使用關鍵字AS將結果保存為某一列。

• 數值類型的計算

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

這裡實現的就是使用quantity*item_price創建一個名為expanded_price的計算字段，也就是一個新列。

同樣適用於計算的操作符有+（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)

這裡實現的就是將col_name列與col_country列進行了拼接，新列的名字叫做col_title。

RTRIM()函數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

在上一節中我們使用AS來為變量設置別名，你可能也見過如下所示的語句：

SELECT col1 + col2 AS total, col3

當然沒有 AS 的語句也可以實現使用別名：

FROM tablename t1

以及

SELECT col1 + col2 total, col3

將col1+col2的結果設置名為total的列。

代碼總結