Aggregering og Gruppering i SQL

For mange er SQL det mest naturlige sprog til at opsummere data. Syntaksen er meget læsbar og følger et logisk flow: vælg dine kategorier, vælg din matematik og definer dine grupper. I dette kapitel vil du bruge den midlertidige visning, vi oprettede tidligere, til at udføre de samme aggregationer, som vi gjorde i Python, men med SQL's enkelhed.

GROUP BY-klausulen

I SQL skal enhver kolonne, der ikke bliver "matematisk opsummeret", inkluderes i GROUP BY-sætningen i slutningen af forespørgslen. Dette fortæller SQL-motoren præcis, hvordan dataene skal opdeles.

SELECT cut, COUNT(*) 
FROM diamond_view
GROUP BY cut

Brug af indbyggede aggregeringsfunktioner

SQL tilbyder flere standardfunktioner til at udføre beregninger på dine numeriske kolonner:

• SUM(): summerer alle værdier i kolonnen;
• AVG(): beregner gennemsnittet;
• MIN() / MAX(): finder den laveste eller højeste værdi;
• COUNT(): returnerer antallet af rækker.

%sql
SELECT 
  cut, 
  SUM(x), 
  AVG(y)
FROM diamond_view
GROUP BY cut

Aliasnavne til professionelle rapporter

Som standard kan SQL navngive dine resultatkolonner som sum(Total_Profit). For at gøre dit output klar til et forretningsdashboard, brug AS-nøgleordet til at omdøbe disse kolonner til noget mere beskrivende.

%sql
SELECT 
  cut, 
  SUM(x) AS Total_Length,
  MAX(y) AS Highest_Diamond_Value
FROM diamond_view
GROUP BY cut

Filtrering af aggregerede data: HAVING-sætningen

En almindelig fejl er at forsøge at filtrere et aggregeret resultat ved hjælp af WHERE. I SQL filtrerer WHERE individuelle rækker, før de grupperes. Hvis du vil filtrere resultaterne, efter de er blevet summeret (for eksempel kun vise regioner med mere end $1.000.000 i profit), skal du bruge HAVING-sætningen.

%sql
SELECT cut, SUM(x) AS Total_Length
FROM diamond_view
GROUP BY cut
HAVING Total_Length > 4000

Sortering af oversigten

For at fremhæve dine indsigter, brug altid ORDER BY. Dette giver dig mulighed for at rangere dine resultater, for eksempel ved at vise de mest rentable regioner øverst i tabellen.

%sql
SELECT cut, SUM(x) AS Total_Length
FROM diamond_view
GROUP BY cut
ORDER BY Total_Length DESC