Агрегація та Групування в SQL

Для багатьох SQL є найбільш природною мовою для підсумовування даних. Синтаксис дуже зрозумілий і має логічну послідовність: виберіть категорії, визначте математичні операції та задайте групи. У цьому розділі буде використано тимчасове подання, створене раніше, для виконання тих самих агрегацій, що й у Python, але з простотою SQL.

Оператор GROUP BY

У SQL будь-який стовпець, який не підсумовується математично, повинен бути включений до оператора GROUP BY наприкінці запиту. Це вказує SQL-движку, як саме розбити дані на групи.

SELECT cut, COUNT(*) 
FROM diamond_view
GROUP BY cut

Використання вбудованих агрегатних функцій

SQL надає кілька стандартних функцій для виконання обчислень над числовими стовпцями:

• SUM(): підсумовує всі значення у стовпці;
• AVG(): обчислює середнє значення;
• MIN() / MAX(): знаходить найменше або найбільше значення;
• COUNT(): повертає кількість рядків.

%sql
SELECT 
  cut, 
  SUM(x), 
  AVG(y)
FROM diamond_view
GROUP BY cut

Використання псевдонімів для професійних звітів

За замовчуванням SQL може позначати результуючі стовпці як sum(Total_Profit). Щоб зробити ваші результати придатними для бізнес-дашборду, використовуйте ключове слово AS для перейменування цих стовпців на більш описові назви.

%sql
SELECT 
  cut, 
  SUM(x) AS Total_Length,
  MAX(y) AS Highest_Diamond_Value
FROM diamond_view
GROUP BY cut

Фільтрація агрегованих даних: оператор HAVING

Поширена помилка — спроба відфільтрувати агрегований результат за допомогою WHERE. У SQL оператор WHERE фільтрує окремі рядки до їх групування. Якщо потрібно відфільтрувати результати після підсумовування (наприклад, показати лише регіони з прибутком понад $1 000 000), слід використовувати оператор HAVING.

%sql
SELECT cut, SUM(x) AS Total_Length
FROM diamond_view
GROUP BY cut
HAVING Total_Length > 4000

Сортування підсумків

Для виділення ключових інсайтів завжди використовуйте ORDER BY. Це дозволяє впорядкувати результати, наприклад, показати найбільш прибуткові регіони на початку таблиці.

%sql
SELECT cut, SUM(x) AS Total_Length
FROM diamond_view
GROUP BY cut
ORDER BY Total_Length DESC