Summary  
This chapter explains how to detect missing values in SQL by using the WHERE … IS NULL clause in a SELECT statement to filter rows where a column has no value.

General domain of usage  
Database queries

Si un valor falta o es desconocido para una fila, se almacena como `NULL`. Para determinar si un valor es `NULL`, no se verifica simplemente la igualdad. En su lugar, se utiliza la cláusula `WHERE` con `IS NULL` en una sentencia `SELECT` para encontrar filas donde el valor de la columna es `NULL`.

La sintaxis para esto es la siguiente:

```sql
SELECT columns
FROM table 
WHERE column_name IS NULL;
```

El siguiente ejemplo lo ilustra:




SELECT name
FROM country
WHERE region IS NULL;

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

    def test_correct_columns_selected(self):
        """Check that only 'name' and 'capital' columns are selected."""
        with open("query.sql", "r") as f:
            user_query = f.read()
        self.cursor.execute(user_query)
        columns = [desc[0] for desc in self.cursor.description]
        expected_cols = ["name", "capital"]
        condition = columns == expected_cols
        _dynamic_test(
            self,
            condition,
            "Query selects only 'name' and 'capital' columns.",
            f"Query columns are {columns}, expected {expected_cols}."
        )

    def test_returns_only_null_population(self):
        """Check that only rows with population IS NULL are returned."""
        with open("query.sql", "r") as f:
            user_query = f.read()
        self.cursor.execute(user_query)
        rows = self.cursor.fetchall()
        if not rows:
            # No results, so nothing with NULL population
            condition = True
        else:
            # Check that every returned row corresponds to a country with population IS NULL
            for row in rows:
                name, capital = row
                self.cursor.execute(
                    "SELECT population FROM country WHERE name = %s AND capital = %s",
                    (name, capital)
                )
                pop = self.cursor.fetchone()
                if pop is None or pop[0] is not None:
                    condition = False
                    break
            else:
                condition = True
        _dynamic_test(
            self,
            condition,
            "All returned rows have population IS NULL.",
            "Some returned rows do not have population IS NULL."
        )

    def test_expected_rows_present(self):
        """Check that all expected countries with NULL population are present."""
        # Get expected rows
        self.cursor.execute(
            "SELECT name, capital FROM country WHERE population IS NULL ORDER BY name, capital"
        )
        expected = self.cursor.fetchall()
        # Get user rows
        with open("query.sql", "r") as f:
            user_query = f.read()
        self.cursor.execute(user_query)
        user_rows = self.cursor.fetchall()
        # Compare as sets of tuples
        expected_set = set(expected)
        user_set = set(user_rows)
        missing = expected_set - user_set
        extra = user_set - expected_set
        condition = (missing == set())
        fail_msg = ""
        if missing:
            fail_msg += f"Missing expected rows: {missing}. "
        if extra:
            fail_msg += f"Found unexpected rows: {extra}."
        _dynamic_test(
            self,
            condition,
            "All expected rows with NULL population are present.",
            fail_msg.strip()
        )

    def test_query_uses_is_null(self):
        """Check that the query uses 'IS NULL' in the WHERE clause for population."""
        with open("query.sql", "r") as f:
            user_query = f.read().lower().replace("\\n", " ")
        condition = ("where" in user_query and "population" in user_query and "is null" in user_query)
        _dynamic_test(
            self,
            condition,
            "Query uses IS NULL for population in WHERE clause.",
            "Query does not use 'IS NULL' for population in WHERE clause."
        )

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

Explora los conceptos esenciales de SQL: desde la consulta de datos hasta su integración en aplicaciones del mundo real. Tanto si estás comenzando en la gestión de bases de datos como si buscas utilizar SQL en proyectos de desarrollo de aplicaciones, este curso abarca los fundamentos. Aprenderás rápidamente a aprovechar todo el potencial de SQL, desde la consulta y gestión de datos hasta su integración fluida en aplicaciones reales. Al finalizar el curso, contarás con la confianza y las habilidades necesarias para resolver problemas prácticos con SQL y mejorar tu proceso de desarrollo.

En esta sección, aprenderemos a utilizar la sentencia SELECT de SQL para obtener una columna de una tabla, varias columnas de una tabla y todas las columnas de una tabla. También descubriremos cómo devolver valores únicos.

En esta sección, exploraremos cómo organizar y priorizar los datos devueltos por una consulta utilizando la cláusula ORDER BY. Ubicada al final de una instrucción SELECT, esta cláusula permite ordenar los resultados por una o varias columnas, ya sea en orden ascendente o descendente, lo que facilita una salida de datos más significativa y fácil de interpretar.

En esta sección, aprenderemos a filtrar los datos devueltos utilizando la cláusula WHERE de la instrucción SELECT. Aprenderemos a comprobar la igualdad, la desigualdad, los rangos de valores mayores y menores, y los valores NULL.

En esta sección, exploraremos cómo refinar las condiciones de búsqueda combinando cláusulas WHERE con los operadores AND y OR. También cubriremos cómo se puede utilizar el operador NOT para excluir ciertos resultados.

En esta sección, aprenderemos qué son las funciones de agregación en SQL y cómo utilizarlas para resumir los datos de una tabla.

Verificación de Ausencia de Valor

Solución