Summary  
This chapter explains how to sort query results by multiple columns in a specified priority order by listing column names separated by commas in the ORDER BY clause.  

General domain of usage  
Relational database querying

Es ist auch möglich, nach mehreren Spalten zu sortieren. Die Spaltennamen müssen **durch Kommas getrennt** angegeben werden.

Die zuerst angegebene Spalte erhält **Priorität**, danach erfolgt die Sortierung nach der zweiten Spalte.

Die Syntax sieht folgendermaßen aus:

```sql
SELECT columns 
FROM table 
ORDER BY column_with_priority, column2, ...
```

Hier ein Beispiel, das drei Spalten abruft und die Ergebnisse nach zwei davon sortiert – zuerst nach `population` und dann nach `capital`: 

SELECT ID, population, capital 
FROM country 
ORDER BY population, capital;

import unittest
import psycopg2
import pandas as pd

class TestTask(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        cls.connection = psycopg2.connect(
            host="localhost",
            user="agent",
            password="qwerty",
            dbname="testdb",
            sslmode="disable"
        )
        cls.cursor = cls.connection.cursor()

    def test_selects_correct_columns_and_order(self):
        """Check that the query selects exactly the columns: continent, region, population, capital in that order."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        colnames = [desc[0] for desc in self.cursor.description]
        expected = ["continent", "region", "population", "capital"]
        condition = colnames == expected
        _dynamic_test(
            self,
            condition,
            "Query selects columns in correct order.",
            f"Expected columns {expected}, got {colnames}."
        )

    def test_order_by_continent_population(self):
        """Check that the result is ordered first by continent, then by population (ascending)."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        rows = self.cursor.fetchall()
        if not rows or len(rows) < 2:
            _dynamic_test(
                self,
                True,
                "Result has less than 2 rows, ordering cannot be tested.",
                ""
            )
            return
        df = pd.DataFrame(rows, columns=[desc[0] for desc in self.cursor.description])
        # Sort with pandas to expected order
        expected_df = df.sort_values(by=["continent", "population"], ascending=[True, True], na_position='last').reset_index(drop=True)
        user_df = df.reset_index(drop=True)
        condition = expected_df[["continent", "population"]].equals(user_df[["continent", "population"]])
        _dynamic_test(
            self,
            condition,
            "Rows are ordered by continent and then by population.",
            "Rows are not ordered by continent and then by population."
        )

    def test_selects_from_country_table(self):
        """Check that the query selects from the country table (by verifying result matches expected rows from country table)."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        user_rows = self.cursor.fetchall()
        self.cursor.execute("SELECT continent, region, population, capital FROM country ORDER BY continent, population;")
        expected_rows = self.cursor.fetchall()
        condition = user_rows == expected_rows
        _dynamic_test(
            self,
            condition,
            "Query retrieves correct rows from country table.",
            "Query does not retrieve correct rows from country table."
        )

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

def normalize_text(text):
    text = text.lower()
    text = re.sub(r"\s{2,}", " ", text)
    text = re.sub(r"\s*([,:?])\s*", r"\1 ", text)
    return text.strip()

if __name__ == "__main__":
    unittest.main()


test_solution.py

Erkunden Sie die Grundlagen von SQL – von der Abfrage von Daten bis zur Integration in reale Anwendungen. Ob Sie gerade erst mit dem Datenbankmanagement beginnen oder SQL für Ihre Anwendungsentwicklungsprojekte nutzen möchten, dieser Kurs behandelt die wichtigsten Aspekte. Sie lernen schnell, das volle Potenzial von SQL auszuschöpfen, von der Abfrage und Verwaltung von Daten bis zur nahtlosen Integration in reale Anwendungen. Am Ende des Kurses verfügen Sie über das nötige Selbstvertrauen und die Fähigkeiten, um praktische Probleme mit SQL zu lösen und Ihren Entwicklungsprozess zu optimieren.

In diesem Abschnitt lernen wir, wie man mit der SQL-SELECT-Anweisung eine einzelne Tabellenspalte, mehrere Tabellenspalten und alle Tabellenspalten abruft.
Wir erfahren außerdem, wie man eindeutige Werte zurückgibt.

In diesem Abschnitt untersuchen wir, wie die durch eine Abfrage zurückgegebenen Daten mithilfe der ORDER BY-Klausel organisiert und priorisiert werden können. Diese Klausel wird am Ende einer SELECT-Anweisung platziert und ermöglicht es, die Ergebnisse nach einer oder mehreren Spalten entweder in aufsteigender oder absteigender Reihenfolge zu sortieren, was eine aussagekräftigere und leichter interpretierbare Datenausgabe ermöglicht.

In diesem Abschnitt lernen wir, wie man mit der WHERE-Klausel der SELECT-Anweisung zurückgegebene Daten filtert. Es wird gezeigt, wie man auf Gleichheit, Ungleichheit, Wertebereiche mit größer oder kleiner als sowie auf NULL-Werte prüft.

In diesem Abschnitt werden wir untersuchen, wie Sie Ihre Suchbedingungen durch die Kombination von WHERE-Klauseln mit den Operatoren AND und OR verfeinern können. Außerdem behandeln wir, wie der Operator NOT verwendet werden kann, um bestimmte Ergebnisse auszuschließen.

In diesem Abschnitt lernen wir, was SQL-Aggregatfunktionen sind und wie sie verwendet werden, um Tabellendaten zusammenzufassen.

Sortierung Nach Mehreren Spalten

Lösung