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

Hvis en verdi mangler eller er ukjent for en rad, lagres den som `NULL`. For å finne ut om en verdi er `NULL`, sjekker du ikke bare for likhet. I stedet bruker du `WHERE`-klasulen med `IS NULL` i en `SELECT`-setning for å finne rader der kolonneverdien er `NULL`.

Syntaksen for dette ser slik ut:

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

Følgende eksempel illustrerer dette:




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

Utforsk det grunnleggende i SQL — fra å hente ut data til å integrere det i virkelige applikasjoner. Enten du er ny innen databaseadministrasjon eller ønsker å bruke SQL i utviklingsprosjekter, dekker dette kurset det essensielle. Du lærer raskt hvordan du utnytter hele potensialet til SQL, fra å hente og administrere data til å integrere det sømløst i praktiske applikasjoner. Ved kursets slutt vil du ha selvtillit og ferdigheter til å løse praktiske problemer med SQL og forbedre utviklingsprosessen.

I denne delen lærer vi hvordan man bruker SQL SELECT-setningen for å hente én tabellkolonne, flere tabellkolonner og alle tabellkolonner. Vi ser også på hvordan man returnerer unike verdier.

I denne delen skal vi utforske hvordan man kan organisere og prioritere dataene som returneres av en spørring ved hjelp av ORDER BY-setningen. Plassert på slutten av en SELECT-setning, lar denne klausulen deg sortere resultatene etter én eller flere kolonner, enten i stigende eller synkende rekkefølge, noe som gir et mer meningsfullt og lett tolkningsbart datautvalg.

I denne delen lærer vi hvordan man filtrerer returnerte data ved hjelp av WHERE-klausulen i SELECT-setningen. Vi ser på hvordan man tester for likhet, ulikhet, større og mindre enn verdier, samt NULL-verdier.

I denne delen skal vi utforske hvordan du kan forbedre søkebetingelsene ved å kombinere WHERE-setninger med AND- og OR-operatorene. Vi vil også dekke hvordan NOT-operatoren kan brukes til å ekskludere bestemte resultater.

I denne delen skal vi lære hva SQL-aggregeringsfunksjoner er og hvordan de brukes til å oppsummere tabelldata.

Sjekke for Ingen Verdi

Løsning