七個不可不知的SQL知識點
SQL與數據科學
SQL指的是結構化查詢語言，旨在管理關系型數據庫。SQL在數據科學中應用廣泛，屬于必備技能。以下列出了SQL的特點：
- 廣泛使用：雖然它已經有了大約40年的歷史，但在大多數關系型數據庫系統中用于查詢，并已成為實驗數據的標準工具。
- 簡化對數據的理解：SQL在瀏覽數據庫內容時非常方便。它能讓你有效地理解細節。
- 易于學習：它是新手的完美起點，具有簡單的類英語語法，只需幾行代碼即可提取有價值的見解。
- 能夠處理海量數據：SQL可以使你以有組織的方式管理大量數據，是數據科學應用的理想選擇。
- 與其他編程語言和應用程序的兼容性：將SQL與Python、C++、R等語言集成非常方便。它還支持商業智能和數據可視化工具，如Power BI和Tableau，使開發過程更加容易。
7個SQL知識點
1）基本命令
掌握基本命令的知識是終身學習的基礎。否則，你只會記憶事實，而不了解它們如何配合。以下是一些最常用的SQL命令：
- SELECT和FROM：從指定的表中檢索數據的屬性。
- SELECT DISTINCT：它消除重 復的行并只顯示唯一的記錄。
- WHERE：它過濾記錄并只顯示滿足給定條件的記錄。
- AND、OR、NOT：當條件不為True時不執行查詢。而AND和OR用于應用多個條件。
- ORDER BY：它按升序或降序對數據進行排序。
- GROUP BY：它對相同的數據分組。
- HAVING：對由Group By聚合的數據可以在此進一步篩選。
- 聚合函數：聚合函數，如COUNT()、MAX()、MIN()、AVG()和SUM()，用于對給定的數據執行操作。
讓我們以Employee表為例，應用這些命令：
ID | Name | Department | Salary ($) | Gender |
1 | Julia | Admin | 20000 | F |
2 | Jasmine | Admin | 15000 | F |
3 | John | IT | 20000 | M |
4 | Mark | Admin | 17000 | M |
現在，我們想要獲取在Admin部門工作的女性的平均工資。
SELECT Department,
AVG(Salary)
FROM Employees
WHERE Gender="F"
GROUP BY Department
HAVING Department = "Admin";輸出：
Admin | 17500.02）Case When
Case When是SQL中一種非常強大和靈活的語句，用于編寫復雜的條件語句。它提供了IF.THEN.ELSE語句的功能。讓我們來看一下它的語法：
CASE expression
WHEN value_1 THEN result_1
WHEN value_2 THEN result_2
...
WHEN value_n THEN result_n
ELSE result
END它按順序執行語句，并在條件為True時返回值。如果沒有滿足條件的情況，將執行ELSE塊，如果沒有ELSE塊，則返回NULL。
假設我們有一個學生數據庫，我們想根據他們的成績對他們進行分級。可以使用以下SQL語句：
SELECT student_name,
marks,
CASE
WHEN marks >= 85 THEN 'A'
WHEN marks >= 75
AND marks < 85 THEN 'B+'
WHEN marks >= 65
AND marks < 75 THEN 'B'
WHEN marks >= 55
AND marks < 65 THEN 'C'
WHEN marks >= 45
AND marks < 55 THEN 'D'
ELSE 'F'
END AS grading
FROM Students;3）子查詢
作為一名數據科學家，子查詢的知識是必不可少的，因為他們需要處理不同的表格，并且一個查詢的結果可能會再次用于限制主查詢中的數據。它也被稱為嵌套查詢或內部查詢。子查詢必須用括號括起來，在主查詢之前執行。如果它返回多行，則稱為多行子查詢，并且必須使用多行運算符。
假設保險公司推出了一項新政策，取消那些年齡超過80歲的人的保險。可以使用如下所示的子查詢完成：
DELETE
FROM INSURANCE_CUSTOMERS
WHERE AGE IN
(SELECT AGE
FROM INSURANCE_CUSTOMERS
WHERE AGE > 80 );內部子查詢選擇了所有80歲以上的客戶，然后對該組執行Delete操作。
4）連接
SQL連接是用于基于多個表格之間的邏輯關系將它們中的行組合在一起。SQL連接的4種類型如下所示：
- 內部連接（Inner Join）：內部連接僅顯示滿足給定條件的兩個表格中的行。它可以在集合術語中稱為交集。
SELECT Student.Name
FROM Student
INNER JOIN Sports ON Student.ID = Sports.ID;它返回那些已在體育部門注冊的學生。注意：Sports ID與學生的注冊ID相同。
- 左連接（Left Join）：它返回左表格中的所有記錄，而只顯示右表格中的匹配記錄。
SELECT Student.Name
FROM Student
LEFT JOIN Sports ON Student.ID = Sports.ID;- 右連接（Right Join）：它與左連接作用正好相反。
SELECT Student.Name
FROM Student
RIGHT JOIN Sports ON Student.ID = Sports.ID;- 完全連接（Full Join）：它包含來自兩個表格的所有行，如果它沒有相應的匹配條目，則顯示NULL值。
SELECT Student.Name
FROM Student
FULL JOIN Sports ON Student.ID = Sports.ID;5）存儲過程
存儲過程允許我們在數據庫中存儲多個SQL語句以便日后使用。它提供了可重用性，還可以在調用時接受參數值。它可以增強性能，并且更容易進行任何修改。
CREATE PROCEDURE SelectStudents @Major nvarchar(30),
@Grade char(1) AS
SELECT *
FROM Students
WHERE Major = @Major
AND Grade = @Grade GO;
EXEC SelectStudents @Major = 'Data Science',
@Grade = 'A';此存儲過程允許我們提取不同專業的學生，并根據其成績進行篩選。例如，我們要提取所有專業為數據科學且成績為A的學生。請注意，CREATE PROCEDURE就像函數聲明一樣，需要使用EXEC進行調用以便執行。
6）字符串格式化
我們都知道原始數據需要進行清洗，以提高整體生產力，從而做出高質量的決策。字符串格式化在這種情況下起著重要作用，它涉及到對字符串的操作，以去除不相關的內容。SQL提供了大量的字符串函數來轉換和處理字符串。其中最常用的五個函數如下：
- CONCAT：用于將兩個或多個字符串相加。
SELECT CONCAT(Name, ' has a major of ', Major)
FROM Students
WHERE student_Id = 37;- SUBSTR：返回字符串的一部分，并在其參數中提供子字符串的起始位置和長度。
SELECT student_name,admission_date,
SUBSTR(admission_date, 4, 2) AS day
FROM Students從admission_date中提取出來的day列將以單獨的形式出現，。
- TRIM：TRIM的主要作用是從字符串的開頭、結尾或兩者中刪除字符（如果指定了）。必須指定前導、后導或兩者，然后是指定要刪除的字符，再接著是要從中刪除的字符串。
SELECT age,
TRIM(trailing ' years' FROM age)
FROM Students它將26 years更改為26。
- INSERT：允許我們在給定字符串中的指定位置插入字符串。必須指定要寫入的新子字符串的位置和長度。請注意，此新字符串將覆蓋先前的文本。
SELECT INSERT("OldWebsite.com", 1, 9, "NewWebsite");它將被更新為NewWebsite.com。
- COALESCE：主要是用使用者定義的值替換空值，這在數據科學中經常需要。
SELECT COALESCE (NULL, NULL, 10, 'John’')這將返回10。
7）窗口函數
窗口函數類似于聚合函數，但在計算后不會使行合并為單個行。相反，行保留其各自的標識。它們分為三個主要類別：
- 聚合函數：它從數值列中顯示聚合值，如AVG()、COUNT()、MAX()、MIN()、SUM()等。
SELECT name,
AVG(salary) over (PARTITION BY department)
FROM Employees;它顯示了Employee表中不同部門的平均工資。
- 值函數：使用值窗口函數為每個分區分配一些值。一些常用的值函數有LAG()、LEAD()、FIRST_VALUE()、LAST_VALUE()和NTH_VALUE()。
SELECT
bank_branch, month, income,
LAG(income,1) OVER (
PARTITION BY bank_branch
ORDER BY month
) income_next_month
FROM Bank;我們將銀行不同分支機構的本月收入與上月進行比較。
- 排名函數：它們可根據預定義排序為行分配排名。ROW_NUMBER()、RANK()、DENSE_RANK()、PERCENT_RANK()、NTILE()等是其中的幾個函數。
SELECT
product_name, price,
RANK () OVER (
ORDER BY list DESC
) price_hightolow
FROM Products;使用RANK()，對產品進行基于價格的排名。
結論
通過閱讀本文能全面了解作為數據科學家需要了解多少SQL基本知識。如果想更深入地了解這些概念，以下是一些資源可供參考：
【SQLServertutorial】：https://www.sqlservertutorial.net/
【TutorialsPoint】：https://www.sqlservertutorial.net/
【W3Schools】：https://www.w3schools.com/sql/
