SQL数据分析

本书详细阐述了与SQL数据分析相关的基本解决方案，主要包括理解和描述数据、数据分析与SQL基础知识、SQL数据准备、数据分析的聚合函数、数据分析的窗口函数、导入和导出数据、利用复杂数据类型进行分析、高性能SQL、利用SQL获取洞察结果等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学教材和参考手册。

第1章理解和描述数据1
1.1简介1
1.2数据世界1
1.2.1数据类型1
1.2.2数据分析和统计2
1.2.3统计类型3
1.2.4操作1：对新数据集进行分类4
1.3描述统计的方法4
1.3.1单变量分析5
1.3.2数据频率分布5
1.3.3练习1：创建直方图5
1.3.4练习2：计算附加销售的四分位数10
1.3.5集中趋势12
1.3.6练习3：计算附加销售的集中趋势13
1.3.7离散度14
1.3.8练习4：附加销售的离散度15
1.3.9双变量分析16
1.3.10散点图16
1.3.11练习5：计算两个变量的皮尔森相关系数21
1.3.12操作2：研究经销商销售数据26
1.3.13与遗失数据协同工作27
1.4统计显著性检验27
1.5本章小结29
第2章数据分析与SQL基础知识31
2.1简介31
2.2关系数据库和SQL31
2.3SQL中的基本数量类型33
2.3.1数字33
2.3.2字符33
2.3.3布尔类型35
2.3.4datatime35
2.3.5数据结构：JSON和数组36
2.4读取表：SELECT查询36
2.4.1SELECT查询的基本分析和工作机制36
2.4.2SELECT查询中的基本关键字37
2.4.3练习6：查询销售人员表42
2.4.4操作3：查询客户表43
2.5创建表44
2.5.1创建空表44
2.5.2练习7：在SQL中创建表45
2.5.3利用SELECT创建表46
2.6更新表46
2.6.1添加和移除列46
2.6.2添加新数据47
2.6.3更新现有行48
2.6.4练习8：更新SQL中的表48
2.7删除数据和表49
2.7.1删除行中的值49
2.7.2删除表中的行50
2.7.3删除表50
2.7.4练习9：不必要的参考表51
2.7.5操作4：营销行为51
2.8SQL和数据分析52
2.9本章小结52
第3章SQL数据准备55
3.1简介55
3.2采集数据55
3.2.1利用JOIN连接表55
3.2.2连接类型57
3.2.3练习10：使用连接操作分析经销商数据63
3.2.4子连接65
3.2.5联合65
3.2.6练习11：利用UNION关键字生成高级客户名单67
3.2.7公共表表达式68
3.3转换数据69
3.3.1练习12：使用CASEWHEN函数获取区域列表70
3.3.2操作5：利用SQL技术构建销售模型76
3.4本章小结77
第4章数据分析的聚合函数79
4.1简介79
4.2聚合函数79
4.3练习13：使用聚合函数分析数据81
4.4基于GROUPBY的聚合函数82
4.4.1GROUPBY82
4.4.2多列GROUPBY85
4.4.3练习14：利用GROUPBY并通过产品类型计算成本86
4.4.4集合分组87
4.4.5有序集聚合结果88
4.5HAVING子句89
4.6练习15：利用HAVING子句计算和显示数据90
4.7使用聚合函数清理数据并检测数据质量91
4.7.1利用GROUPBY检索缺失数据91
4.7.2利用聚合函数评估数据质量93
4.7.3操作6：利用聚合函数分析销售数据93
4.8本章小结94
第5章数据分析的窗口函数95
5.1简介95
5.2窗口函数95
5.2.1窗口函数的基本知识96
5.2.2练习16：分析客户数据填充率100
5.2.3WINDOW关键字102
5.3基于窗口函数的统计信息103
5.3.1练习17：聘用日期排名104
5.3.2窗框105
5.3.3练习18：团餐活动107
5.3.4操作7：利用窗框和窗口函数分析销售数据108
5.4本章小结109
第6章导入和导出数据111
6.1简介111
6.2COPY命令111
6.2.1使用COPY命令112
6.2.2利用psql复制数据113
6.2.3配置COPY和\copy114
6.2.4使用COPY和\copy命令将数据批量上传至数据库中114
6.2.5练习19：将数据导出至文件中并在Excel中进行处理115
6.3R和数据库118
6.3.1为何使用R119
6.3.2开始使用R119
6.4Python语言和数据库121
6.4.1为何使用Python121
6.4.2开始使用Python122
6.4.3练习20：利用Python导出数据库中的数据122
6.4.4利用SQLAlchemy和Pandas改进Python中的Postgres访问操作124
6.4.5为何使用SQLAlchemy124
6.4.6使用JupyterNotebook125
6.4.7利用Pandas读取和写入数据库127
6.4.8利用Pandas执行数据可视化操作128
6.4.9练习21：在Python中读取数据和可视化数据128
6.4.10利用Python将数据写入数据库中130
6.4.11利用COPY提升Python写入速度131
6.4.12利用Python读、写CSV文件132
6.5实现导入、导出数据133
6.5.1减少密码处理133
6.5.2操作8：使用外部数据集估计销售趋势134
6.6本章小结135
第7章利用复杂数据类型进行分析137
7.1简介137
7.2日期和时间数据类型137
7.2.1date类型138
7.2.2转换日期类型140
7.2.3区间142
7.2.4练习22：分析时序数据143
7.3在Postgres中执行地理空间分析145
7.3.1经纬度145
7.3.2在Postgres中表示经纬度145
7.3.3练习23：地理空间分析147
7.4使用Postgres中的ARRAY数据类型149
7.5使用Postgres中的JSON数据类型152
7.5.1JSONB：预解析的JSON154
7.5.2从JSON或JSONB字段中访问数据155
7.5.3创建和修改JSONB字段中的数据157
7.5.4练习24：搜索JSONB157
7.6利用Postgres进行文本分析159
7.6.1标记文本159
7.6.2练习25：执行文本分析160
7.6.3执行文本搜索164
7.6.4优化Postgres上的文本搜索166
7.6.5操作9：销售量的搜索和分析168
7.7本章小结169
第8章高性能SQL171
8.1简介171
8.2数据库扫描方法172
8.2.1查询规划机制172
8.2.2扫描和顺序扫描173
8.2.3练习26：解释查询规划174
8.2.4操作10：查询规划178
8.2.5索引扫描178
8.2.6B树索引179
8.2.7练习27：创建索引扫描180
8.2.8操作11：实现索引扫描185
8.2.9哈希索引186
8.2.10练习28：生成多个哈希索引以改进性能186
8.2.11操作12：实现哈希索引190
8.2.12高效的索引应用191
8.3高效的连接操作192
8.3.1练习29：内连接应用193
8.3.2操作13：实现连接操作198
8.4函数和触发器199
8.4.1函数定义200
8.4.2练习30：定义无参函数201
8.4.3操作14：定义优选销售额函数203
8.4.4练习31：定义包含参数的函数204
8.4.5\df和\sf命令206
8.4.6操作15：定义包含参数的函数206
8.4.7触发器207
8.4.8练习32：创建触发器以更新字段208
8.4.9操作16：创建触发器并记录平均购买量213
8.4.10删除查询214
8.4.11练习33：取消耗时较长的查询214
8.4.12操作17：终止一个耗时的查询216
8.5本章小结216
第9章利用SQL获取洞察结果219
9.1简介219
9.2案例研究219
9.2.1科学方法219
9.2.2练习34：基于SQL技术的初步数据收集220
9.2.3练习35：析取销售信息222
9.2.4操作18：销售的量化计算226
9.2.5练习36：上市时间分析227
9.2.6操作19：分析销售价格假设中的差异234
9.2.7练习37：通过电子邮件点击率分析销售增长236
9.2.8练习38：分析电子邮件营销活动的表现结果243
9.2.9结论247
9.2.10现场测试248
9.3本章小结248
附录251
第1章理解和描述数据251
操作1：对新数据集进行分类251
操作2：研究经销商销售数据251
第2章数据分析与SQL基础知识253
操作3：查询客户表253
操作4：营销行为255
第3章SQL数据准备256
操作5：利用SQL技术构建销售模型256
第4章数据分析的聚合函数257
操作6：利用聚合函数分析销售数据257
第5章数据分析的窗口函数259
操作7：利用窗框和窗口函数分析销售数据259
第6章导入和导出数据262
操作8：使用外部数据集估计销售趋势262
第7章利用复杂数据类型进行分析269
操作9：销售量的搜索和分析269
第8章高性能SQL272
操作10：查询规划272
操作11：实现索引扫描274
操作12：实现哈希索引276
操作13：实现连接操作278
操作14：定义优选销售额函数280
操作15：定义包含参数的函数281
操作16：创建触发器并记录平均购买量282
操作17：终止一个耗时的查询283
第9章利用SQL获取洞察结果284
操作18：销售的量化计算284
操作19：分析销售价格假设中的差异286