SQL數(shù)據(jù)分析實戰(zhàn)（第2版）

第1章  SQL數(shù)據(jù)分析導(dǎo)論 1
　　1.1  本章主題簡介 1
　　1.2  數(shù)據(jù)世界 2
　　1.2.1  數(shù)據(jù)類型 2
　　1.2.2  數(shù)據(jù)分析和統(tǒng)計 3
　　1.2.3  統(tǒng)計類型 3
　　1.2.4  作業(yè)1.01：分類新數(shù)據(jù)集 4
　　1.3  描述性統(tǒng)計方法 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：計算附加銷售額的四分位數(shù) 12
　　1.3.6  集中趨勢的度量 15
　　1.3.7  練習(xí)1.03：計算附加銷售額的集中趨勢 16
　　1.3.8  數(shù)據(jù)散布的度量 17
　　1.3.9  練習(xí)1.04：附加銷售額的散布程度 19
　　1.3.10  雙變量分析 20
　　1.3.11  散點圖 20
　　1.3.12  皮爾遜相關(guān)系數(shù) 24
　　1.3.13  練習(xí)1.05：計算兩個變量的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  時間序列數(shù)據(jù) 30
　　1.3.16  作業(yè)1.02：探索經(jīng)銷商銷售數(shù)據(jù) 31
　　1.3.17  處理缺失數(shù)據(jù) 32
　　1.4  統(tǒng)計顯著性檢驗 32
　　1.4.1  統(tǒng)計顯著性檢驗的組成 32
　　1.4.2  常見的統(tǒng)計顯著性檢驗 34
　　1.5  關(guān)系數(shù)據(jù)庫和SQL 34
　　1.5.1  關(guān)系數(shù)據(jù)庫的基礎(chǔ)概念 34
　　1.5.2  SQL數(shù)據(jù)庫的優(yōu)缺點 35
　　1.6  SQL的基本數(shù)據(jù)類型 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 38
　　1.7.1  SELECT查詢的工作原理 39
　　1.7.2  SELECT查詢中的基本關(guān)鍵字 40
　　1.7.3  SELECT和FROM語句 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查詢中使用基本關(guān)鍵字 47
　　1.7.11  作業(yè)1.03：在SELECT查詢中使用基本關(guān)鍵字查詢客戶表 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：更新表格以提高車輛的價格 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：為營銷活動創(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)準備 63
　　2.1  本章主題簡介 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進行分析 76
　　2.2.7  子查詢 77
　　2.2.8  UNION 78
　　2.2.9  練習(xí)2.02：使用UNION生成來賓名單 80
　　2.2.10  公用表表達式 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  本章主題簡介 95
　　3.2  聚合函數(shù) 95
　　3.2.1  常見聚合函數(shù)簡介 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)品類型計算成本 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子句的語法 109
　　3.4.2  練習(xí)3.03：使用HAVING子句計算并顯示數(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 116
　　3.6.2  練習(xí)3.04：分析一段時間內(nèi)的客戶數(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 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：團隊午餐激勵 129
　　3.7.4  作業(yè)3.02：使用窗口幀和窗口函數(shù)分析銷售數(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 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  開始使用Python 146
　　4.4.3  使用SQLAlchemy和Pandas改進Python中的Postgres訪問 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讀寫數(shù)據(jù)庫 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)寫入數(shù)據(jù)庫 156
　　4.4.9  使用COPY提高Python寫入速度 157
　　4.4.10  用Python讀寫CSV文件 158
　　4.5  導(dǎo)入和導(dǎo)出數(shù)據(jù)的實踐 160
　　4.5.1  跳過密碼 160
　　4.5.2  作業(yè)4.01：使用外部數(shù)據(jù)集發(fā)現(xiàn)銷售趨勢 161
　　4.6  小結(jié) 162
第5章  使用復(fù)合數(shù)據(jù)類型進行分析 163
　　5.1  本章主題簡介 163
　　5.2  用于分析的日期和時間數(shù)據(jù)類型 164
　　5.2.1  關(guān)于DATE類型 164
　　5.2.2  轉(zhuǎn)換日期類型 167
　　5.2.3  關(guān)于INTERVAL類型 169
　　5.2.4  練習(xí)5.01：時間序列數(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)類型 176
　　5.4.1  關(guān)于ARRAY類型 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)類型 181
　　5.5.1  JSONB：預(yù)解析的JSON 183
　　5.5.2  從JSON或JSONB字段訪問數(shù)據(jù) 184
　　5.5.3  使用JSON路徑語言 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JSONB搜索 189
　　5.6  使用PostgreSQL的文本分析 191
　　5.6.1  標記文本 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  本章主題簡介 203
　　6.2  數(shù)據(jù)庫掃描方法 204
　　6.2.1  查詢計劃 205
　　6.2.2  順序掃描 205
　　6.2.3  練習(xí)6.01：解釋查詢計劃器 206
　　6.2.4  作業(yè)6.01：查詢計劃 210
　　6.2.5  索引掃描 211
　　6.2.6  B樹索引 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：生成若干個哈希索引來比較性能 220
　　6.2.11  作業(yè)6.03：實現(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)建沒有參數(shù)的函數(shù) 236
　　6.4.3  作業(yè)6.05：定義銷售額函數(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)器以跟蹤平均購買量 250
　　6.4.10  終止查詢 251
　　6.4.11  練習(xí)6.08：取消長時間運行的查詢 252
　　6.4.12  作業(yè)6.08：終止長時間運行的查詢 253
　　6.5  小結(jié) 254
第7章  科學(xué)方法和應(yīng)用問題求解 255
　　7.1  本章主題簡介 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)進行初步數(shù)據(jù)收集 256
　　7.2.3  練習(xí)7.02：提取銷售信息 259
　　7.2.4  作業(yè)7.01：量化銷量下降的情況 263
　　7.2.5  練習(xí)7.03：啟動時序分析 265
　　7.2.6  作業(yè)7.02：分析銷售價格假設(shè)的差異 272
　　7.2.7  練習(xí)7.04：通過電子郵件打開率分析銷量增長情況 274
　　7.2.8  練習(xí)7.05：分析電子郵件營銷活動的效果 282
　　7.2.9  得出結(jié)論 286
　　7.2.10  現(xiàn)場測試 286
　　7.3  小結(jié) 287
附錄 289
　　
·XXX·
SQL數(shù)據(jù)分析實戰(zhàn)（第2版）
　　
·XXXI·
目    錄