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()` on funktio, jonka avulla voit laskea rivien määrän taulussa tai laskea, kuinka monta riviä täyttää tietyt ehdot.

Katso esimerkki:

Koko taulun rivimäärän laskemiseen käytetään seuraavaa syntaksia:

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

Tutustu SQL:n perusteisiin – tiedon hakemisesta sen integrointiin käytännön sovelluksiin. Olitpa vasta aloittamassa tietokantojen hallintaa tai haluat hyödyntää SQL:ää sovelluskehityksessä, tämä kurssi kattaa olennaiset asiat. Opit nopeasti hyödyntämään SQL:n koko potentiaalia tiedon hakemisesta ja hallinnasta sen sujuvaan integrointiin todellisiin sovelluksiin. Kurssin lopussa hallitset käytännön ongelmien ratkaisun SQL:llä ja kehitysprosessisi tehostuu.

Tässä osiossa opitaan käyttämään SQL SELECT -lausetta yksittäisen taulun sarakkeen, useiden taulun sarakkeiden ja kaikkien taulun sarakkeiden hakemiseen. Lisäksi selvitetään, miten palautetaan yksilölliset arvot.

Tässä osiossa tarkastellaan, kuinka kyselyn palauttamaa dataa voidaan järjestää ja priorisoida ORDER BY -lauseen avulla. Tämä lause sijoitetaan SELECT-lauseen loppuun ja sen avulla tulokset voidaan lajitella yhden tai useamman sarakkeen perusteella joko nousevaan tai laskevaan järjestykseen, mikä mahdollistaa merkityksellisemmän ja helpommin tulkittavan datan esittämisen.

Tässä osiossa opitaan suodattamaan palautettuja tietoja SELECT-lauseen WHERE-ehdon avulla. Käsitellään yhtäsuuruuden, erisuuruuden, suurempien ja pienempien arvojen sekä NULL-arvojen testaamista.

Tässä osiossa perehdytään hakuehtojen tarkentamiseen yhdistämällä WHERE-lausekkeita AND- ja OR-operaattoreiden avulla. Lisäksi käsitellään, miten NOT-operaattoria voidaan käyttää tiettyjen tulosten poissulkemiseen.

Tässä osiossa opimme, mitä SQL:n aggregaattifunktiot ovat ja kuinka niitä käytetään taulukoiden tietojen yhteenvedossa.

COUNT()-Funktio

COUNT()-Funktio

Ratkaisu