浅谈数据分析师的必备技能SQL
很久没写东西了,正好群里有童鞋最近要换工作,提到有关数据库方面的问题,个人认为,做数据分析的并没有必要把数据库开发之类的弄懂,你只需要从相应的数据库中调用你需要的数据即可,至于数据库设计相关的安全事务,开发之类的问题那是数据库工程师的事情,而作数据分析师的你了解SQL语言即可。当然,谁都不会嫌自己的知识多,掌握的东西越多对自己的发展当然也就越有利。
了解SQL的必要性
俗话说“巧妇难为无米之炊”,没有数据怎么分析。而SQL对于你来说就好比电脑的键盘鼠标,虽说没有了它也能照常运行,但对使用它的人来说灵活性却下降了许多。而这一点也正是许多数据分析从业者所缺少的(包括我),记得白鸦曾在他的博客中发表过数据分析师很少的言论。不管数据分析师在什么样的团队,其所起的作用都是统计和调查,数据挖掘、可行性及策略分析等类似的功能。真正的数据分析师,或者能达到企业期望要求的数据分析师为什么凤毛麟角。为什么满足企业要求的数据分析师凤毛麟角,其中一个主要的原因就是学统计的人不会数据库,而学计算机的同学不会建模分析。
SQL使得数据的采集过程变得更加方便快捷,此处的方便快捷可以从2方面得以体现,1.在分析数据时候不必再苦苦请求其他同事,自己需要什么数据自己直接去导,而不再是从别人手中接过譬如.xls或.csv之类的数据文档;2.便捷快速的清洗出自己所需要的原始数据,譬如你需要的是每个月销售额排名前20的产品相关数据,这时你就可以直接从数据库导出数据时来完成数据筛选的过程,而不是傻傻的导出所有产品销售数据再进行二次处理。关于如何利用SPSS从数据库中挑选自己所需要的数据参见Syntax代码旅途。此外,在EXCEL的多表操作中也涉及相关SQL语句,如数据透视表的应用等。
SQL查询相关小技巧
·使用AND时,将不为真的条件放在前面
数据库系统遵循运算符的优先级,并且运算过程是从左至右的,将条件不为真的放在前面,则能够省去and后面的相关运算,以达到减少数据库系统运算工作量的目的,提高工作效率。
·使用OR运算符时,则将最可能为真的条件放在前面
和上面and的原理类似,and运算符要求两边条件都为真,整个条件才为真,而or只需要一边为真,将条件为真的放在前面可使or运算符不需要检查右边的条件,从而节约时间,提高工作效率。
·distinct比group by更快
distinct和group by通常起限制结果为唯一的记录行的作用,处理此类问题时distinct往往比group by更加迅速。
·限制联合的结果
从数据库中提取的信息量越少,速度也就越快,而加适当的限制条件除了满足自身的需求之外,另外一个原因就是为了加快处理查询速度。e.g:
select var1, var2 from table1 inner join table2 on table1.id=table2.id where condition;
·对子查询使用in运算符
在子查询过程中,运用select语句往往会使数据库系统考虑更多的东西,从而降低工作效率,相比较而言,运用in运算符则可以有效的解决这个问题。e.g:下面的子查询中第1句将比第2句更加有效
select var1, var2 from table1 where var1 in (select var1 from table2 where condition);
select var1, var2 from table1 where var1=(select var1 from table2 where condition) ;
·尽量避免使用select * from
指定确定的列可以让你清楚的了解你所需要采集的变量,利用select * from不只是效率低下,更不利于你的后续分析,所以对于select * from则是能避免则尽量避免。数据分析师培训
·对整数类型列进行搜索
这类问题主要针对字符变量的查询而言,对应的字符变量如果有相应的编码对应,直接将编码设置为查询条件将比直接查询字符变量来得更加迅速。
数据采集中常用的SQL语句
相同的SQL语句运用到不同数据库中会有略微的差别,对字符变量的要求,相关函数的变化,以及语法规则的不同等等,例如:oracle数据库中对字段命名别名时不需要as 字符,没有month(),year()等时间函数等等,access数据库中在使用inner join执行内部联合时条件需用(),当然还有很多的细微差别,大家可以自己去寻找总结。下面的示例以SQL SERVER为基础编写。
1. 抽取非重复数据
select distinct var1 from tableName;
2. 抽取某个时间段间的数据
select var1,var2 from 数据表 where 字段名 between 时间1 and 时间2;
3. 连接多个变量
select ‘123’+cast(456 as varchar);
select ‘123’+cast(456 as varchar)+’789′;
4. 用SQL语句找出表名为Table1中的处在ID字段中1-200条记录中Name字段包含w的所有记录
select * from Table1 where id between 1 and 200 and Name like ‘%w%’;
5. 找出拥有超过10名客户的地区的列表
select country from test group by country having count(customerId)>10;
6. 关于取出每个部门工资最高的前三人
select * from table t where 工资 in (select top 3 工资 from table where 部门 = t.部门 order by 工资 desc);
7. 两个结构完全相同的表a和b,主键为index,使用SQL语句,把a表中存在但在b表中不存在的数据插入的b表中
insert into b select * from a where not exists(select * from b where “index”=a.”index”);
8.从一个数据库中的多个数据表提取相关变量
Select table1.var1,table2.var2,table2.var3,
From table1 inner join table2
On tabel1.var1=table2.var1
Inner join table3
On tabel1.var2=table3.var2
(order by ……)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今这个数据驱动的时代,几乎每一个业务决策都离不开对数据的深入分析。而其中,指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎:那些年我们交过的学费 你有没有经历过这样的场景?熬了三个通宵做的数据分析报告,在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域,融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者,系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’,同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火,看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的, ...
2025-02-14一秒精通 Deepseek,不用找教程,不用买资料,更不用报一堆垃圾课程,所有这么去做的,都是舍近求远,因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径,结合资源推荐和实用技巧: 一、快速入 ...
2025-02-12“我们的利润率上升了,但销售额却没变,这是为什么?” “某个业务的市场份额在下滑,到底是什么原因?” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能,我们特别举办本期打卡活动。在这里,你可以充分利用碎片化时间在线学习,让 ...
2025-02-071、闺女,醒醒,媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个, 去年春节相亲50个, 祖宗,今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31本人基本情况: 学校及专业:厦门大学经济学院应用统计 实习经历:快手数据分析、字节数据分析、百度数据分析 Offer情况:北京 ...
2025-01-3001专家简介 徐杨老师,CDA数据科学研究院教研副总监,主要负责CDA认证项目以及机器学习/人工智能类课程的研发与授课,负责过中 ...
2025-01-29