일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- 파이썬알고리즘
- 주피터노트북판다스
- python알고리즘
- 파이썬데이터분석
- 파이썬데이터분석주피터노트북
- 수업기록
- sql따라하기
- 팀플기록
- sql연습
- Python
- 파이썬시각화
- 파이썬차트
- 파이썬수업
- matplotlib
- 판다스데이터분석
- 판다스그래프
- 파이썬크롤링
- SQL
- 데이터분석시각화
- python수업
- 파이썬
- 주피터노트북데이터분석
- 주피터노트북맷플롯립
- 주피터노트북그래프
- sql연습하기
- SQLSCOTT
- 맷플롯립
- python데이터분석
- 주피터노트북
- SQL수업
- Today
- Total
IT_developers
SQL Developer - 데이터 분석(1) 본문
gmv_trend : 2017년 ~ 2021년 3월까지 전자 상거래 추정 거래액 (단위 : 백만원)
1. 데이터 탐색 - 모든 컬럼 추출하기
1) gmv_trend테이블 확인
SELECT
*
FROM
gmv_trend;
2) 카테고리, 거래 총액 조회
SELECT
category,
gmv
FROM
gmv_trend;
3) category 중복값 없이 조회
SELECT DISTINCT
category
FROM
gmv_trend;
4) yyyy 중복값 없이 조회
SELECT DISTINCT
yyyy
FROM
gmv_trend;
2. 특정 연도의 매출액 탐색
- 연도 컬럼이 숫자 타입 => 대소비교, between
1) 2017년 연도의 매출액
SELECT
*
FROM
gmv_trend
WHERE
yyyy = 2017;
2) 2019년 이후의 매출액
SELECT
*
FROM
gmv_trend
WHERE
yyyy >= 2019;
3) 2019 ~ 2021년 사이의 매출액
SELECT
*
FROM
gmv_trend
WHERE
yyyy BETWEEN 2019 AND 2021;
4) 2021년을 제외한 매출액
SELECT
*
FROM
gmv_trend
WHERE
yyyy != 2021; -- <> 사용 가능
3. 특정 카테고리의 매출액 탐색
- 문자열 : like, =, !=, in, not in
1) category가 '여행 및 교통 서비스' 인 매출액
SELECT
*
FROM
gmv_trend
WHERE
category = '여행 및 교통서비스';
2) category가 '여행 및 교통 서비스'가 아닌 매출액
SELECT
*
FROM
gmv_trend
WHERE
category != '여행 및 교통서비스';
3) category가 '여행 및 교통 서비스' 이거나 '컴퓨터 및 주변기기' 인 매출액
-- OR 사용
SELECT
*
FROM
gmv_trend
WHERE
category = '여행 및 교통서비스'
OR category = '컴퓨터 및 주변기기';
-- IN 사용
SELECT
*
FROM
gmv_trend
WHERE
category IN ( '여행 및 교통서비스', '컴퓨터 및 주변기기' );
4) category가 ' 여행 및 교통서비스' 이거나 '컴퓨터 및 주변기기'가 아닌 매출액
SELECT
*
FROM
gmv_trend
WHERE
category NOT IN ( '여행 및 교통서비스', '컴퓨터 및 주변기기' );
5) category가 '패션' 이 들어간 매출액
SELECT
*
FROM
gmv_trend
WHERE
category LIKE '%패션%';
6) category가 '패션'이 안들어간 매출액
SELECT
*
FROM
gmv_trend
WHERE
category NOT LIKE '%패션%';
'SQL' 카테고리의 다른 글
SQL Developer - 데이터 분석(3) (0) | 2022.10.13 |
---|---|
SQL Developer - 데이터 분석(2) (0) | 2022.10.12 |
SQL Developer - 데이터 분석 환경 설정 (0) | 2022.10.10 |
SQL-hr 실습4 (0) | 2022.08.20 |
SQL-hr 실습3 (0) | 2022.08.20 |