关于人工智能:数据科学家的SQL查询

作者|Soner Yıldırım
编译|VK
起源|Towards Data Science

SQL是一种编程语言，大多数关系数据库管理系统（RDBMS）都应用它来治理以表格模式（即表）存储的数据。

SQL是数据科学家所冀望的一项基本技能。你可能会说，这是一个数据工程师的工作，但数据科学家的角色往往是全套的。此外，作为一名数据科学家，你不心愿依赖数据工程师从数据库中检索数据。

在本文中，咱们将编写简单的查问来检索存储在表中的数据。我曾经将客户散失数据集(https://www.kaggle.com/shubh0...。

咱们将从简略的查问开始，逐渐减少复杂性。我将形容所需的数据，而后编写查问以从表中检索数据。

让咱们先看看表中的列。

对于客户和他们在银行的账户有一些特点。“Exited”列批示客户是否散失（即来到银行）。

咱们当初能够开始查问了。

SELECT CustomerId, Surname FROM CHURNLIMIT 5;

SELECT CustomerId, MAX(Balance)FROM CHURN;

咱们没有检索整个“Balance”列，而是应用MAX函数仅抉择该列中的最大值。

咱们不能在这个查问中应用MAX，因为咱们须要排名前5的客户。咱们能够做的是依据余额对客户进行排序，而后抉择应用LIMIT失去前5名。

SELECT Geography, BalanceFROM CHURNORDER BY Balance DESCLIMIT 5;

有一个条件，所以咱们应用WHERE语句。

SELECT AVG(Age)FROM CHURNWHERE HasCrCard = 0;39.1121

如果你想晓得，领有信用卡的顾客的平均年龄是38.8424岁。

咱们将应用另一个聚合函数来计算客户数量。为了依据属性对客户进行分组，将应用GROUPBY语句。

SELECT Geography, COUNT(CustomerId)FROM CHURNWHERE NumOfProducts > 2GROUP BY Geography;

咱们能够将AVG函数利用于薪资，并按产品数量分组。

SELECT NumOfProducts, AVG(EstimatedSalary)FROM CHURNGROUP BY NumOfProducts;

WHERE语句容许咱们抉择合乎一个或多个条件的条目。然而，它不能与聚合函数一起应用。

对于下面的查问，咱们只对平均值大于100000的产品类别感兴趣。因而，咱们须要对平均值利用一个条件，这个条件能够应用HAVING语句来实现。

SELECT NumOfProducts, AVG(EstimatedSalary)FROM CHURNGROUP BY NumOfProductsHAVING AVG(EstimatedSalary) > 100000;

咱们在这里介绍两个新主题。一种是应用多个条件（age和balance），另一种是嵌套的SELECT语句。

咱们能够应用AND和OR等逻辑运算符在WHERE语句中组合多个条件。一个条件显式给定（age>50），但另一个条件须要应用另一个SELECT语句在表上计算。这就是咱们须要嵌套SELECT语句的中央。

SELECT CustomerId, Age, Balance FROM CHURNWHERE Age > 50 AND Balance > (    SELECT AVG(Balance)    FROM CHURN );

余额上的条件是另一个SELECT语句。

它与后面的示例相似，但有一个附加条件。咱们将依据三个条件统计客户数量：

SELECT COUNT(CustomerId) AS 'Number of Customers'FROM CHURNWHERE Gender = 'Female' AND Exited=1 AND Tenure > ( SELECT AVG(Tenure)    FROM CHURN);

咱们还能够应用“AS”关键字调整后果集中列的名称。

）

咱们曾经探讨了一些根本和简单的查问。咱们通过查问实现的是一些计算和过滤。因而，咱们只能检索咱们须要的数据。

因为理论的数据库蕴含更多的数据和许多关系表，因而可能应用SQL查问所需的数据是十分重要的。

原文链接：https://towardsdatascience.co...

欢送关注磐创AI博客站：
http://panchuang.net/

sklearn机器学习中文官网文档：
http://sklearn123.com/

欢送关注磐创博客资源汇总站：
http://docs.panchuang.net/