Summary  
The COUNT() function aggregates rows by returning the total number of records in a table (using COUNT(*)) or the number of non-null values in a specific column (using COUNT(column)).  

General domain of usage  
Database querying

`COUNT()` ist eine Funktion, mit der die Zeilen in einer Tabelle gezählt oder gezählt werden können, wie viele Zeilen bestimmten Kriterien entsprechen.

Siehe das Beispiel:

Um die Gesamtanzahl der Zeilen in der Tabelle zu zählen, verwenden Sie die folgende Syntax:

import unittest
import psycopg2
import pandas as pd

class TestPostgresQuery(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_count_asian_countries_population_over_1m(self):
        """Check if the query returns the correct count for Asian countries with population > 1,000,000."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        rows = self.cursor.fetchall()
        # There are 3 countries in Asia with population > 1,000,000: Japan, Thailand, Philippines
        expected_count = 3
        # The result should be a single row with a single value
        condition = (
            len(rows) == 1 and
            len(rows[0]) == 1 and
            rows[0][0] == expected_count
        )
        _dynamic_test(
            self,
            condition,
            "Correct count returned for Asian countries with population over 1,000,000.",
            f"Expected count {expected_count}, but got {rows[0][0] if rows and rows[0] else 'no result'}."
        )

    def test_no_extra_rows(self):
        """Ensure only a single row is returned by the query."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        rows = self.cursor.fetchall()
        condition = len(rows) == 1
        _dynamic_test(
            self,
            condition,
            "Query returns exactly one row.",
            f"Query returned {len(rows)} rows instead of 1."
        )

    def test_no_extra_columns(self):
        """Ensure only a single column is returned by the query."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        rows = self.cursor.fetchall()
        condition = len(rows) > 0 and len(rows[0]) == 1
        _dynamic_test(
            self,
            condition,
            "Query returns exactly one column.",
            f"Query returned {len(rows[0]) if rows else 0} columns instead of 1."
        )

    def test_query_is_case_sensitive_for_asia(self):
        """Ensure the query does not match 'asia' in lowercase: only 'Asia' should be matched."""
        # Insert a country with continent as 'asia' (lowercase) and population > 1M
        self.cursor.execute("INSERT INTO country (id, name, continent, region, surfacearea, capital, population) VALUES (100, 'FakeAsia', 'asia', NULL, 1000, 'FakeCity', 2000000);")
        self.connection.commit()
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        rows = self.cursor.fetchall()
        expected_count = 3  # Should NOT count the lowercase 'asia' row
        condition = (
            len(rows) == 1 and
            len(rows[0]) == 1 and
            rows[0][0] == expected_count
        )
        _dynamic_test(
            self,
            condition,
            "Query is case sensitive for 'Asia'.",
            f"Query counted rows with 'asia' (lowercase). Expected {expected_count}, got {rows[0][0] if rows and rows[0] else 'no result'}."
        )
        # Clean up
        self.cursor.execute("DELETE FROM country WHERE id=100;")
        self.connection.commit()

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.

Die COUNT()-Funktion

Lösung