对比Excel,轻松学习SQL数据分析
新华书店全新正版,极速发货,假一罚十,可开电子发票,请放心购买。
¥
30.08
5.1折
¥
59
全新
库存7件
作者张俊红
出版社电子工业出版社
ISBN9787121390029
出版时间2020-05
装帧平装
开本16开
定价59元
货号1202070794
上书时间2024-10-14
商品详情
- 品相描述:全新
- 商品描述
-
作者简介
张俊红:某互联网公司高级数据分析师,畅销书《对比Excel,轻松学习Python数据分析》作者。喜欢分享,致力于做一个数据科学路上的终身学习者、实践者、分享者。公众号“俊红的数据分析之路”运营人。
目录
入门篇
第1章数据分析基础介绍2
1.1数据分析是什么2
1.2为什么要进行数据分析2
1.2.1现状分析3
1.2.2原因分析3
1.2.3预测分析4
1.3数据分析究竟在分析什么5
1.3.1总体概览指标5
1.3.2对比性指标5
1.3.3集中趋势指标6
1.3.4离散程度指标6
1.3.5相关性指标7
1.3.6相关与因果7
1.4数据分析的常规分析流程7
1.4.1熟悉工具8
1.4.2明确目的8
1.4.3获取数据8
1.4.4熟悉数据8
1.4.5处理数据8
1.4.6分析数据9
1.4.7得出结论9
1.4.8验证结论9
1.4.9展现结论9
1.5数据分析工具9
1.5.1Excel与SQL9
1.5.2SQL与Python10
知识篇
第2章数据库基础知识12
2.1数据库的发展及组成12
2.1.1数据库的发展12
2.1.2数据库的组成13
2.2SQL是什么13
2.3SQL的基本功能14
2.3.1数据定义15
2.3.2数据操纵15
2.3.3数据控制15
2.4SQL查询的处理步骤15
2.4.1查询分析15
2.4.2查询检查15
2.4.3查询优化16
2.4.4查询执行16
2.5不同数据库的比较16
第3章数据库工具准备17
3.1认识MySQL官方网站17
3.2MySQL的下载与安装19
3.2.1基于Windows的下载与安装19
3.2.2基于macOS的下载与安装27
3.3DBeaver的下载与安装33
3.3.1基于Windows的下载与安装33
3.3.2基于macOS的下载与安装38
3.4DBeaver使用说明42
3.4.1新建表结构42
3.4.2导入外部数据44
3.4.3代码执行46
3.4.4导出结果数据47
3.5写下第一行SQL语句49
第4章数据源的获取50
4.1外部数据50
4.2公司现有数据50
4.3新建数据50
4.4熟悉数据50
4.4.1了解数据库信息52
4.4.2了解数据表信息52
4.4.3了解列信息52
第5章数据的获取54
5.1获取列54
5.1.1获取全部列55
5.1.2获取特定的列55
5.2获取想要的行56
5.2.1获取全部行56
5.2.2获取前几行56
5.2.3获取满足单一条件的行57
5.2.4获取满足多个条件的行58
5.3行列同时获取59
5.4插入一列固定值60
5.5JSON列解析61
5.6对结果进行排序62
第6章数据预处理65
6.1缺失值处理65
6.2重复值处理68
6.3数据类型转换70
6.4重命名72
第7章数据运算74
7.1算术运算74
7.2比较运算76
7.3逻辑运算78
7.4数学运算80
7.4.1求绝对值80
7.4.2求最小整数值81
7.4.3求优选整数值81
7.4.4随机数生成81
7.4.5小数点位数调整83
7.4.6正负判断83
7.5字符串运算84
7.5.1字符串替换84
7.5.2字符串合并85
7.5.3字符串截取86
7.5.4字符串匹配86
7.5.5字符串计数87
7.5.6去除字符串空格88
7.5.7字符串重复89
7.6聚合运算89
7.6.1count()计数89
7.6.2sum()求和90
7.6.3avg()求平均值90
7.6.4max()求优选值90
7.6.5min()求最小值91
7.6.6求方差91
7.6.7求标准差92
7.6.8聚合函数之间的运算92
第8章控制函数94
8.1if()函数94
8.2casewhen函数96
第9章日期和时间函数99
9.1获取当前时刻的数据99
9.1.1获取当前时刻的日期和时间99
9.1.2获取当前时刻的日期99
9.1.3获取当前时刻的时间100
9.1.4获取当前时刻所属的周数101
9.1.5获取当前时刻所属的季度102
9.2日期和时间格式转换102
9.3日期和时间运算104
9.3.1向后偏移日期和时间104
9.3.2向前偏移日期和时间105
9.3.3两个日期之间做差106
9.3.4两个日期之间的比较107
第10章数据分组与数据透视表108
10.1groupby的底层原理108
10.2对分组后的数据进行聚合运算109
10.3对聚合后的数据进行条件筛选111
10.4group_concat()函数112
10.5rollup.113
10.6数据透视表实现115
第11章窗口函数117
11.1什么是窗口函数117
11.2聚合函数+over()函数117
11.3partitionby子句118
11.4orderby子句120
11.5序列函数121
11.5.1ntile()函数121
11.5.2row_number()函数123
11.5.3lag()和lead()函数124
11.5.4first_value()和last_value()函数126
第12章多表连接127
12.1表的横向连接127
12.1.1表连接的方式128
12.1.2表连接的类型132
12.1.3多张表连接134
12.2表的纵向连接135
12.3横向连接的底层原理135
12.3.1SimpleNested-LoopJoin136
12.3.2IndexNested-LoopJoin136
12.3.3BlockNested-LoopJoin137
第13章子查询139
13.1子查询的概念139
13.2子查询的分类139
13.2.1select子查询140
13.2.2from子查询141
13.2.3where子查询142
13.3with建立临时表144
实战篇
第14章SQL中的其他话题150
14.1SQL查询的执行顺序.150
14.2变量设置152
14.3分区表153
14.4宽表与窄表154
14.5全量表,增量表,快照表,拉链表,流水表154
14.6数据回溯156
14.7数据仓库的基本分层157
14.8SQL语句的代码规范157
14.9如何快速梳理数据库逻辑159
14.10如何快速读懂别人的代码160
14.11编辑器161
14.11.1软件安装161
14.11.2常用功能设置162
14.11.3常用快捷键166
14.12创建表167
14.12.1创建一张表167
14.12.2向表中插入数据168
14.12.3修改表中的数据169
14.12.4删除表169
第15章SQL数据分析实战170
15.1查询每个区域的用户数170
15.2查询每个区域的男女用户数171
15.3查询姓张的用户数171
15.4筛选出id3~id5的用户172
15.5筛选出绩效不达标的员工172
15.6筛选出姓张的且绩效不达标的员工173
15.7查询获得销售冠军超过两次的人174
15.8查询某部门一年的月销售额优选涨幅175
15.9查询每个季度绩效得分大于70分的员工175
15.10删除重复值176
15.11行列互换177
15.12多列比较178
15.13对成绩进行分组179
15.14周累计数据获取180
15.15周环比数据获取181
15.16查询获奖员工信息182
15.17计算用户留存情况183
15.18筛选很受欢迎的课程185
15.19筛选出每个年级很受欢迎的三门课程186
15.20求累积和187
15.21获取新增用户数189
15.22获取用户首次购买时间190
15.23同时获取用户和订单数据191
15.24随机抽样192
15.25获取沉默用户数193
15.26获取新用户的订单数193
15.27获取借款到期名单194
15.28获取即将到期的借款信息195
15.29获取历史逾期借款信息196
15.30综合实战196
第16章SQL中常见的报错198
16.1DBeaver相关报错198
16.1.1时区错误198
16.1.2PublicKeyRetrieval199
16.1.3connecterror200
16.1.4加密方式错误201
16.2MySQL配置相关报错202
16.2.1MySQL安装失败202
16.2.2MySQL客户端闪退206
16.2.3访问被拒绝206
16.3语法相关报错206
16.3.1表名错误206
16.3.2列名错误206
16.3.3groupby错误206
16.3.4权限错误207
16.3.5逗号错误207
16.3.6括号错误208
内容摘要
本书是《对比Excel,轻松学习Python数据分析》的姊妹篇,同样采用对比的方法,降低学习门槛,提高学习效率。全书分为3篇:第1篇主要介绍数据分析的基础知识,包括数据分析的基本概念、为什么要进行数据分析及常规的数据分析流程,使读者对数据分析有一个整体的认识;第2篇主要围绕数据分析的整个流程来介绍与SQL语法相关的知识,包括如何选取一列数据、如何对数据进行分组运算等基础知识,还包括窗口函数等进阶知识;第3篇主要介绍SQL数据分析实战,都是一些比较常规的业务场景实战。本书适合零基础学习SQL的人员,包括数据分析师、产品经理、数据运营人员、市场营销人员、应届毕业生等所有需要利用SQL查询数据的人员。
— 没有更多了 —
以下为对购买帮助不大的评价