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 |
- 파이썬크롤링
- 파이썬데이터분석
- sql따라하기
- SQL
- 주피터노트북데이터분석
- 수업기록
- sql연습
- 팀플기록
- 파이썬시각화
- 파이썬데이터분석주피터노트북
- Python
- 파이썬차트
- python데이터분석
- python수업
- 판다스그래프
- python알고리즘
- 주피터노트북
- 맷플롯립
- sql연습하기
- 주피터노트북판다스
- SQL수업
- matplotlib
- SQLSCOTT
- 주피터노트북맷플롯립
- 판다스데이터분석
- 파이썬알고리즘
- 파이썬수업
- 주피터노트북그래프
- 파이썬
- 데이터분석시각화
- Today
- Total
IT_developers
SQL Developer - 데이터 분석(2) 본문
1. 연도별 매출액 조회
1) 2017년도의 '여행 및 교통서비스' 카테고리 조회
SELECT
*
FROM
gmv_trend
WHERE
yyyy = 2017
AND category = '여행 및 교통서비스';
2) 2017년도의 '컴퓨터 및 주변기기' 카테고리 조회
SELECT
*
FROM
gmv_trend
WHERE
yyyy = 2017
AND category = '컴퓨터 및 주변기기';
3) 연도가 2018이거나 category 명이 '컴퓨터 및 주변기기' 매출액
SELECT
*
FROM
gmv_trend
WHERE
yyyy = 2018
OR category = '컴퓨터 및 주변기기';
4) 연도가 2018년이고, gmv가 100,000보다 작고, gmv가 10,000보다 큰 매출(단위: 백만원)
SELECT
*
FROM
gmv_trend
WHERE
yyyy = 2018
AND ( gmv < 100000
OR gmv > 10000 );
2. 카테고리별 매출 분석
1) 카테고리별 매출액
- GROUP BY 절에 안들어온 컬럼은 SELECT 절에 들어오면 안됨
SELECT
category,
SUM(gmv)
FROM
gmv_trend
GROUP BY
category;
2) 카테고리, 연도별 매출액
SELECT
category,
SUM(gmv)
FROM
gmv_trend
GROUP BY
category,
yyyy
ORDER BY
category;
3) 전체 매출액
SELECT
SUM(gmv) AS gmv
FROM
gmv_trend;
3. 매출액이 높은 주요 카테고리 확인
1) 특정 매출액(카테고리 - 50,000,000) 이상 카테고리 추출
SELECT
category,
SUM(gmv)
FROM
gmv_trend
GROUP BY
category
HAVING
SUM(gmv) >= 50000000;
2) 특정 매출액(카테고리 - 10,000,000) 이상 카테고리 추출
- 2020년도
- where : 집계 전 데이터 필터링
- having : 집계 후 필터링(집계 함수만 옴)
SELECT
category,
SUM(gmv)
FROM
gmv_trend
WHERE
yyyy = 2020
GROUP BY
category
HAVING
SUM(gmv) >= 10000000;
3) 매출액(카테고리)이 높은 순으로 카테고리 정렬
SELECT
category,
SUM(gmv) AS gmv
FROM
gmv_trend
GROUP BY
category
ORDER BY
gmv DESC;
4) 매출액(년도별, 월별)이 높은 순으로 년도별, 월별 정렬
SELECT
yyyy,
mm,
SUM(gmv) AS gmv
FROM
gmv_trend
GROUP BY
yyyy,
mm
ORDER BY
yyyy,
mm;
'SQL' 카테고리의 다른 글
SQL Developer - 데이터 분석(4) (0) | 2022.10.14 |
---|---|
SQL Developer - 데이터 분석(3) (0) | 2022.10.13 |
SQL Developer - 데이터 분석(1) (0) | 2022.10.11 |
SQL Developer - 데이터 분석 환경 설정 (0) | 2022.10.10 |
SQL-hr 실습4 (0) | 2022.08.20 |