Datenmanipulation in SQL
Beherrsche komplexe SQL-Abfragen und bereite robuste Datensätze für die Analyse in PostgreSQL vor.
Kurs kostenlos starten4 Stunden15 Videos55 Übungen246.237 LernendeLeistungsnachweis
Kostenloses Konto erstellen
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.Trainierst du 2 oder mehr?
Versuchen DataCamp for BusinessBeliebt bei Lernenden in Tausenden Unternehmen
Kursbeschreibung
Du hast also gelernt, wie man Daten aus Tabellen in deiner Datenbank aggregiert und verknüpft – was nun? Wie kannst du deine Daten bearbeiten, umwandeln und möglichst viele Erkenntnisse aus ihnen gewinnen? In diesem Kurs mit mittlerem Schwierigkeitsgrad lernst du verschiedene Schlüsselfunktionen kennen, die du brauchst, um Informationen in einer relationalen Datenbank zu ordnen, zu filtern und zu kategorisieren, dein SQL-Toolkit zu erweitern und komplexe Fragen zu beantworten. Du lernst den soliden Umgang mit CASE-Anweisungen, Unterabfragen und Fensterfunktionen und entdeckst dabei einige interessante Fakten über Fußball mithilfe der Europäischen Fußballdatenbank.
Trainierst du 2 oder mehr?
Verschaffen Sie Ihrem Team Zugriff auf die vollständige DataCamp-Plattform, einschließlich aller Funktionen.In den folgenden Tracks
- 1
CASE – wir übernehmen den Fall!
KostenlosIn diesem Kapitel lernst du, wie du mit der Anweisung CASE WHEN kategoriale Variablen erstellst, Daten in einer einzigen Spalte mit mehreren Filterbedingungen aggregierst sowie Zählungen und Prozentwerte berechnest.
CASE – wir übernehmen den Fall!50 xpGrundlegende CASE-Anweisungen100 xpCASE-Anweisungen zum Vergleich von Spaltenwerten100 xpCASE-Anweisungen zum Vergleich zweier Spaltenwerte, Teil 2100 xpCASE – falls die Dinge komplexer werden50 xpCASE – ein Fall von Rivalität100 xpFiltern deiner CASE-Anweisung100 xpCASE WHEN mit aggregierten Funktionen50 xpCOUNT mit CASE WHEN100 xpCOUNT und CASE WHEN mit mehreren Bedingungen100 xpProzentberechnung mit CASE und AVG100 xp - 2
Kurze und einfache Unterabfragen
In diesem Kapitel lernst du die Unterabfragen in den Anweisungen SELECT, FROM und WHERE kennen. Du wirst verstehen, wann Unterabfragen für die Erstellung deines Datensatzes notwendig sind und wo du sie am besten in deine Abfragen einbaust.
WHERE – wo sind die Unterabfragen?50 xpFiltern mit skalaren Unterabfragen100 xpFiltern mithilfe einer Unterabfrage mit einer Liste100 xpFiltern mit komplexeren Unterabfrage-Bedingungen100 xpUnterabfragen in FROM50 xpVerknüpfen von Unterabfragen in FROM100 xpAufbauen auf Unterabfragen in FROM100 xpUnterabfragen in SELECT50 xpHinzufügen einer Unterabfrage zur SELECT-Anweisung100 xpUnterabfragen in SELECT für Berechnungen100 xpÜberall Unterabfragen! Und bewährte Praktiken!50 xpUnterabfragen mit ALL und EVERYWHERE100 xpHinzufügen einer Unterabfrage in FROM100 xpHinzufügen einer Unterabfrage in SELECT100 xp - 3
Korrelierte Abfragen, verschachtelte Abfragen und CTEs
In diesem Kapitel lernst du, wie du verschachtelte und korrelierte Unterabfragen verwenden kannst, um komplexere Daten aus einer relationalen Datenbank zu extrahieren. Du lernst auch etwas über sogenannte Common Table Expressions (CTEs) und über die Erstellung von Abfragen mithilfe mehrerer dieser allgemeinen Tabellenausdrücke.
Korrelierte Unterabfragen50 xpGrundlegende korrelierte Unterabfragen100 xpKorrelierte Unterabfrage mit mehreren Bedingungen100 xpVerschachtelte Unterabfragen50 xpVerschachtelte einfache Unterabfragen100 xpVerschachteln einer Unterabfrage in FROM100 xpCTEs – Allgemeine Tabellenausdrücke50 xpBereinigen mit CTEs100 xpOrganisieren mit CTEs100 xpCTEs mit verschachtelten Unterabfragen100 xpAuswahl der zu verwendenden Techniken50 xpTeamnamen mit einer Unterabfrage abrufen100 xpTeamnamen mit korrelierten Unterabfragen abrufen100 xpTeamnamen mit CTEs abrufen100 xpWelche Technik sollte verwendet werden?50 xp - 4
Fensterfunktionen
Du erfährst etwas über Fensterfunktionen und wie man Aggregatfunktionen über einen Datensatz weitergibt. Du lernst auch, wie man laufende Summen und unterteilte Durchschnitte berechnet.
OVER – Übergabe von aggregierten Werten50 xpOVER – das Spiel ist vorbei100 xpOVER – was gibt’s hier drüben?100 xpOVER – umgekehrte Ergebnisse100 xpOVER mit einer PARTITION50 xpPARTITION BY – Aufteilen nach einer Spalte100 xpPARTITION BY – Aufteilen nach mehreren Spalten100 xpSchiebefenster50 xpNach links schieben100 xpNach rechts schieben100 xpUnd jetzt alles zusammen50 xpCTE – Aufstellen der Heimmannschaft100 xpCTE – Aufstellen der Auswärtsmannschaft100 xpDie CTEs zusammenstellen100 xpHinzufügen einer Fensterfunktion100 xp
Trainierst du 2 oder mehr?
Verschaffen Sie Ihrem Team Zugriff auf die vollständige DataCamp-Plattform, einschließlich aller Funktionen.In den folgenden Tracks
Mitwirkende
Voraussetzungen
Joining Data in SQLMona Khalil
Mehr anzeigenData Scientist, Greenhouse Software
Was sagen andere Lernende?
Melden Sie sich an 15 Millionen Lernende und starten Sie Datenmanipulation in SQL Heute!
Kostenloses Konto erstellen
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.