SQL for 数据分析|极客笔记

SQL for 数据分析

1. 引言

数据分析在当今时代变得越来越重要，在我们工作和生活的方方面面都有了广泛的应用。而 SQL（Structured Query Language，结构化查询语言）是一种用于管理和操作关系型数据库的语言，广泛应用于数据分析中。本篇文章将详细介绍 SQL 在数据分析中的应用，包括数据查询、数据清洗、数据聚合与分组、数据筛选与排序等方面。

2. 数据查询

数据查询是 SQL 的核心功能之一，通过 SQL 我们可以从数据库中提取出需要的数据。SQL 提供了 SELECT 语句用于查询数据，可以通过条件筛选、排序等方式实现特定的数据查询。

示例代码：

-- 查询所有员工的姓名和部门信息
SELECT 姓名, 部门
FROM 员工表;

-- 查询部门为销售的员工姓名和工资
SELECT 姓名, 工资
FROM 员工表
WHERE 部门 = '销售';

-- 按工资从高到低查询前十名员工信息
SELECT *
FROM 员工表
ORDER BY 工资 DESC
LIMIT 10;

3. 数据清洗

数据清洗是数据分析过程中的关键步骤之一，通过清洗可以去除数据的噪声、填补缺失值、处理异常情况等。SQL 提供了多种函数和操作符用于数据清洗。

示例代码：

-- 去除员工表中的重复记录
SELECT DISTINCT *
FROM 员工表;

-- 将员工表中的空值替换为指定值（如填补年龄为空的员工为 0）
UPDATE 员工表
SET 年龄 = 0
WHERE 年龄 IS NULL;

-- 删除员工表中工资大于 10000 的异常数据
DELETE FROM 员工表
WHERE 工资 > 10000;

4. 数据聚合与分组

数据聚合与分组是对大规模数据进行统计和计算的常用操作。SQL 提供了 GROUP BY 语句用于对数据进行分组，并可以结合聚合函数进行统计计算。

示例代码：

-- 统计各个部门的员工人数
SELECT 部门, COUNT(*)
FROM 员工表
GROUP BY 部门;

-- 计算各个部门的平均工资、最高工资和最低工资
SELECT 部门, AVG(工资), MAX(工资), MIN(工资)
FROM 员工表
GROUP BY 部门;

5. 数据筛选与排序

数据筛选与排序是在查询过程中对数据进行进一步筛选和排序的操作，用于获取满足特定条件的数据。SQL 提供了 WHERE 子句用于设置筛选条件，并可以通过 ORDER BY 子句对数据进行排序。

示例代码：

-- 查询年龄在 30 到 40 岁之间，并且工资大于 5000 的员工信息
SELECT *
FROM 员工表
WHERE 年龄 BETWEEN 30 AND 40
AND 工资 > 5000;

-- 按照部门和工资从高到低对员工表进行排序
SELECT *
FROM 员工表
ORDER BY 部门 ASC, 工资 DESC;