SQL數(shù)據(jù)分析實(shí)戰(zhàn)（第2版）

第1章  SQL數(shù)據(jù)分析導(dǎo)論 1
　　1.1  本章主題簡(jiǎn)介 1
　　1.2  數(shù)據(jù)世界 2
　　1.2.1  數(shù)據(jù)類(lèi)型 2
　　1.2.2  數(shù)據(jù)分析和統(tǒng)計(jì) 3
　　1.2.3  統(tǒng)計(jì)類(lèi)型 3
　　1.2.4  作業(yè)1.01：分類(lèi)新數(shù)據(jù)集 4
　　1.3  描述性統(tǒng)計(jì)方法 5
　　1.3.1  單變量分析 5
　　1.3.2  數(shù)據(jù)頻率分布 6
　　1.3.3  練習(xí)1.01：創(chuàng)建直方圖 6
　　1.3.4  分位數(shù) 11
　　1.3.5  練習(xí)1.02：計(jì)算附加銷(xiāo)售額的四分位數(shù) 12
　　1.3.6  集中趨勢(shì)的度量 15
　　1.3.7  練習(xí)1.03：計(jì)算附加銷(xiāo)售額的集中趨勢(shì) 16
　　1.3.8  數(shù)據(jù)散布的度量 17
　　1.3.9  練習(xí)1.04：附加銷(xiāo)售額的散布程度 19
　　1.3.10  雙變量分析 20
　　1.3.11  散點(diǎn)圖 20
　　1.3.12  皮爾遜相關(guān)系數(shù) 24
　　1.3.13  練習(xí)1.05：計(jì)算兩個(gè)變量的Pearson相關(guān)系數(shù) 25
　　1.3.14  解釋和分析相關(guān)系數(shù) 28
　　1.3.15  時(shí)間序列數(shù)據(jù) 30
　　1.3.16  作業(yè)1.02：探索經(jīng)銷(xiāo)商銷(xiāo)售數(shù)據(jù) 31
　　1.3.17  處理缺失數(shù)據(jù) 32
　　1.4  統(tǒng)計(jì)顯著性檢驗(yàn) 32
　　1.4.1  統(tǒng)計(jì)顯著性檢驗(yàn)的組成 32
　　1.4.2  常見(jiàn)的統(tǒng)計(jì)顯著性檢驗(yàn) 34
　　1.5  關(guān)系數(shù)據(jù)庫(kù)和SQL 34
　　1.5.1  關(guān)系數(shù)據(jù)庫(kù)的基礎(chǔ)概念 34
　　1.5.2  SQL數(shù)據(jù)庫(kù)的優(yōu)缺點(diǎn) 35
　　1.6  SQL的基本數(shù)據(jù)類(lèi)型 36
　　1.6.1  數(shù)值 36
　　1.6.2  字符 37
　　1.6.3  布爾值 37
　　1.6.4  日期時(shí)間值 38
　　1.6.5  數(shù)據(jù)結(jié)構(gòu)：JSON和數(shù)組 38
　　1.7  讀取表：SELECT查詢(xún) 38
　　1.7.1  SELECT查詢(xún)的工作原理 39
　　1.7.2  SELECT查詢(xún)中的基本關(guān)鍵字 40
　　1.7.3  SELECT和FROM語(yǔ)句 40
　　1.7.4  WHERE 子句 41
　　1.7.5  AND/OR子句 41
　　1.7.6  IN/NOT IN子句 42
　　1.7.7  ORDER BY子句 43
　　1.7.8  LIMIT子句 45
　　1.7.9  IS NULL/IS NOT NULL子句 46
　　1.7.10  練習(xí)1.06：在SELECT查詢(xún)中使用基本關(guān)鍵字 47
　　1.7.11  作業(yè)1.03：在SELECT查詢(xún)中使用基本關(guān)鍵字查詢(xún)客戶(hù)表 49
　　1.8  創(chuàng)建表 49
　　1.8.1  創(chuàng)建空白表 49
　　1.8.2  列約束 50
　　1.8.3  練習(xí)1.07：在SQL中創(chuàng)建表 50
　　1.8.4  使用SELECT創(chuàng)建表 51
　　1.9  更新表 52
　　1.9.1  添加和刪除列 52
　　1.9.2  添加新數(shù)據(jù) 53
　　1.9.3  更新現(xiàn)有行 55
　　1.9.4  練習(xí)1.08：更新表格以提高車(chē)輛的價(jià)格 56
　　1.10  刪除數(shù)據(jù)和表 57
　　1.10.1  從行中刪除值 57
　　1.10.2  從表中刪除行 58
　　1.10.3  刪除表 59
　　1.10.4  練習(xí)1.09：刪除不必要的表 59
　　1.10.5  作業(yè)1.04：為營(yíng)銷(xiāo)活動(dòng)創(chuàng)建和修改表 60
　　1.11  SQL和分析 61
　　1.12  小結(jié) 61
第2章  SQL和數(shù)據(jù)準(zhǔn)備 63
　　2.1  本章主題簡(jiǎn)介 63
　　2.2  組合數(shù)據(jù) 63
　　2.2.1  使用JOIN連接表 64
　　2.2.2  連接類(lèi)型 66
　　2.2.3  內(nèi)連接 67
　　2.2.4  外連接 70
　　2.2.5  交叉連接 75
　　2.2.6  練習(xí)2.01：使用JOIN進(jìn)行分析 76
　　2.2.7  子查詢(xún) 77
　　2.2.8  UNION 78
　　2.2.9  練習(xí)2.02：使用UNION生成來(lái)賓名單 80
　　2.2.10  公用表表達(dá)式 82
　　2.3  轉(zhuǎn)換數(shù)據(jù) 83
　　2.3.1  CASE WHEN函數(shù) 84
　　2.3.2  練習(xí)2.03：使用CASE WHEN函數(shù)獲取區(qū)域列表 85
　　2.3.3  COALESCE函數(shù) 86
　　2.3.4  NULLIF函數(shù) 87
　　2.3.5  LEAST和GREATEST函數(shù) 89
　　2.3.6  轉(zhuǎn)換函數(shù) 90
　　2.3.7  DISTINCT和DISTINCT ON函數(shù) 91
　　2.3.8  作業(yè)2.01：使用SQL技術(shù)構(gòu)建銷(xiāo)售模型 93
　　2.4  小結(jié) 94
第3章  聚合和窗口函數(shù) 95
　　3.1  本章主題簡(jiǎn)介 95
　　3.2  聚合函數(shù) 95
　　3.2.1  常見(jiàn)聚合函數(shù)簡(jiǎn)介 96
　　3.2.2  練習(xí)3.01：使用聚合函數(shù)分析數(shù)據(jù) 98
　　3.3  使用GROUP BY聚合函數(shù) 99
　　3.3.1  GROUP BY子句 100
　　3.3.2  多列GROUP BY 104
　　3.3.3  練習(xí)3.02：使用GROUP BY按產(chǎn)品類(lèi)型計(jì)算成本 105
　　3.3.4  分組集 106
　　3.3.5  有序集合聚合 107
　　3.4  HAVING子句 109
　　3.4.1  HAVING子句的語(yǔ)法 109
　　3.4.2  練習(xí)3.03：使用HAVING子句計(jì)算并顯示數(shù)據(jù) 110
　　3.5  使用聚合函數(shù)清洗數(shù)據(jù)和檢查數(shù)據(jù)質(zhì)量 111
　　3.5.1  使用GROUP BY查找缺失值 111
　　3.5.2  使用聚合函數(shù)衡量數(shù)據(jù)質(zhì)量 113
　　3.5.3  作業(yè)3.01：使用聚合函數(shù)分析銷(xiāo)售數(shù)據(jù) 114
　　3.6  窗口函數(shù) 115
　　3.6.1  窗口函數(shù)基礎(chǔ)知識(shí) 116
　　3.6.2  練習(xí)3.04：分析一段時(shí)間內(nèi)的客戶(hù)數(shù)據(jù)填充率 121
　　3.6.3  WINDOW關(guān)鍵字 123
　　3.7  窗口函數(shù)統(tǒng)計(jì) 124
　　3.7.1  練習(xí)3.05：雇傭日期的排名順序 125
　　3.7.2  窗口frame子句 126
　　3.7.3  練習(xí)3.06：團(tuán)隊(duì)午餐激勵(lì) 129
　　3.7.4  作業(yè)3.02：使用窗口幀和窗口函數(shù)分析銷(xiāo)售數(shù)據(jù) 130
　　3.8  小結(jié) 131
第4章  導(dǎo)入和導(dǎo)出數(shù)據(jù) 133
　　4.1  本章主題簡(jiǎn)介 133
　　4.2  COPY命令 134
　　4.2.1  使用psql復(fù)制數(shù)據(jù) 135
　　4.2.2  配置COPY和 copy 137
　　4.2.3  使用COPY和copy將數(shù)據(jù)批量上傳到數(shù)據(jù)庫(kù) 138
　　4.2.4  練習(xí)4.01：將數(shù)據(jù)導(dǎo)出到文件以在Excel中進(jìn)一步處理 139
　　4.3  使用R分析數(shù)據(jù) 143
　　4.3.1  使用R的原因 143
　　4.3.2  開(kāi)始使用R 143
　　4.4  使用Python分析數(shù)據(jù) 146
　　4.4.1  使用Python的原因 146
　　4.4.2  開(kāi)始使用Python 146
　　4.4.3  使用SQLAlchemy和Pandas改進(jìn)Python中的Postgres訪問(wèn) 149
　　4.4.4  關(guān)于SQLAlchemy 150
　　4.4.5  結(jié)合使用Python和Jupyter Notebook 151
　　4.4.6  使用Pandas讀寫(xiě)數(shù)據(jù)庫(kù) 153
　　4.4.7  練習(xí)4.02：在Python中讀取和可視化數(shù)據(jù) 154
　　4.4.8  使用Python將數(shù)據(jù)寫(xiě)入數(shù)據(jù)庫(kù) 156
　　4.4.9  使用COPY提高Python寫(xiě)入速度 157
　　4.4.10  用Python讀寫(xiě)CSV文件 158
　　4.5  導(dǎo)入和導(dǎo)出數(shù)據(jù)的實(shí)踐 160
　　4.5.1  跳過(guò)密碼 160
　　4.5.2  作業(yè)4.01：使用外部數(shù)據(jù)集發(fā)現(xiàn)銷(xiāo)售趨勢(shì) 161
　　4.6  小結(jié) 162
第5章  使用復(fù)合數(shù)據(jù)類(lèi)型進(jìn)行分析 163
　　5.1  本章主題簡(jiǎn)介 163
　　5.2  用于分析的日期和時(shí)間數(shù)據(jù)類(lèi)型 164
　　5.2.1  關(guān)于DATE類(lèi)型 164
　　5.2.2  轉(zhuǎn)換日期類(lèi)型 167
　　5.2.3  關(guān)于INTERVAL類(lèi)型 169
　　5.2.4  練習(xí)5.01：時(shí)間序列數(shù)據(jù)分析 170
　　5.3  在PostgreSQL中執(zhí)行地理空間分析 172
　　5.3.1  緯度和經(jīng)度 172
　　5.3.2  在PostgreSQL中表示緯度和經(jīng)度 172
　　5.3.3  練習(xí)5.02：地理空間分析 174
　　5.4  在PostgreSQL中使用數(shù)組數(shù)據(jù)類(lèi)型 176
　　5.4.1  關(guān)于ARRAY類(lèi)型 176
　　5.4.2  練習(xí)5.03：使用數(shù)組分析序列 179
　　5.5  在PostgreSQL中使用JSON數(shù)據(jù)類(lèi)型 181
　　5.5.1  JSONB：預(yù)解析的JSON 183
　　5.5.2  從JSON或JSONB字段訪問(wèn)數(shù)據(jù) 184
　　5.5.3  使用JSON路徑語(yǔ)言 186
　　5.5.4  在JSONB字段中創(chuàng)建和修改數(shù)據(jù) 188
　　5.5.5  練習(xí)5.04：通過(guò)JSONB搜索 189
　　5.6  使用PostgreSQL的文本分析 191
　　5.6.1  標(biāo)記文本 191
　　5.6.2  練習(xí)5.05：執(zhí)行文本分析 193
　　5.6.3  執(zhí)行文本搜索 196
　　5.6.4  優(yōu)化PostgreSQL上的文本搜索 198
　　5.6.5  作業(yè)5.01：銷(xiāo)售搜索和分析 200
　　5.7  小結(jié) 202
第6章  高性能SQL 203
　　6.1  本章主題簡(jiǎn)介 203
　　6.2  數(shù)據(jù)庫(kù)掃描方法 204
　　6.2.1  查詢(xún)計(jì)劃 205
　　6.2.2  順序掃描 205
　　6.2.3  練習(xí)6.01：解釋查詢(xún)計(jì)劃器 206
　　6.2.4  作業(yè)6.01：查詢(xún)計(jì)劃 210
　　6.2.5  索引掃描 211
　　6.2.6  B樹(shù)索引 212
　　6.2.7  練習(xí)6.02：創(chuàng)建索引掃描 213
　　6.2.8  作業(yè)6.02：實(shí)現(xiàn)索引掃描 218
　　6.2.9  哈希索引 219
　　6.2.10  練習(xí)6.03：生成若干個(gè)哈希索引來(lái)比較性能 220
　　6.2.11  作業(yè)6.03：實(shí)現(xiàn)哈希索引 223
　　6.2.12  有效的索引使用 224
　　6.3  高性能JOIN 226
　　6.3.1  練習(xí)6.04：使用INNER JOIN 227
　　6.3.2  作業(yè)6.04：實(shí)現(xiàn)高性能連接 233
　　6.4  函數(shù)和觸發(fā)器 234
　　6.4.1  函數(shù)定義 235
　　6.4.2  練習(xí)6.05：創(chuàng)建沒(méi)有參數(shù)的函數(shù) 236
　　6.4.3  作業(yè)6.05：定義銷(xiāo)售額函數(shù) 239
　　6.4.4  練習(xí)6.06：創(chuàng)建帶參數(shù)的函數(shù) 240
　　6.4.5  關(guān)于df和sf命令 241
　　6.4.6  作業(yè)6.06：創(chuàng)建帶參數(shù)的函數(shù) 242
　　6.4.7  觸發(fā)器 243
　　6.4.8  練習(xí)6.07：創(chuàng)建觸發(fā)器來(lái)更新字段 245
　　6.4.9  作業(yè)6.07：創(chuàng)建觸發(fā)器以跟蹤平均購(gòu)買(mǎi)量 250
　　6.4.10  終止查詢(xún) 251
　　6.4.11  練習(xí)6.08：取消長(zhǎng)時(shí)間運(yùn)行的查詢(xún) 252
　　6.4.12  作業(yè)6.08：終止長(zhǎng)時(shí)間運(yùn)行的查詢(xún) 253
　　6.5  小結(jié) 254
第7章  科學(xué)方法和應(yīng)用問(wèn)題求解 255
　　7.1  本章主題簡(jiǎn)介 255
　　7.2  案例分析 255
　　7.2.1  科學(xué)方法 256
　　7.2.2  練習(xí)7.01：使用SQL技術(shù)進(jìn)行初步數(shù)據(jù)收集 256
　　7.2.3  練習(xí)7.02：提取銷(xiāo)售信息 259
　　7.2.4  作業(yè)7.01：量化銷(xiāo)量下降的情況 263
　　7.2.5  練習(xí)7.03：?jiǎn)?dòng)時(shí)序分析 265
　　7.2.6  作業(yè)7.02：分析銷(xiāo)售價(jià)格假設(shè)的差異 272
　　7.2.7  練習(xí)7.04：通過(guò)電子郵件打開(kāi)率分析銷(xiāo)量增長(zhǎng)情況 274
　　7.2.8  練習(xí)7.05：分析電子郵件營(yíng)銷(xiāo)活動(dòng)的效果 282
　　7.2.9  得出結(jié)論 286
　　7.2.10  現(xiàn)場(chǎng)測(cè)試 286
　　7.3  小結(jié) 287
附錄 289
　　
·XXX·
SQL數(shù)據(jù)分析實(shí)戰(zhàn)（第2版）
　　
·XXXI·
目    錄