Cara Berlatih SQL Menggunakan Dataset Apa Pun dengan Workspace

DataCamp Workspace dibangun di atas Jupyter notebook, mengoptimalkan pengalaman untuk membuat Anda lebih produktif.

Salah satu kendala umum yang dihadapi analis data dan data scientist adalah sulitnya menghubungkan Jupyter notebook ke database untuk mulai bekerja. Masalah ini bisa lebih terasa bagi pemula: bagaimana Anda bisa belajar menulis SQL jika bahkan tidak dapat terhubung ke database?

Workspace memudahkan Anda menulis SQL—baik saat berlatih keterampilan maupun saat bekerja. Tutorial ini menunjukkan cara mulai menulis SQL di Workspace dalam hitungan detik.

Tutorial ini mengasumsikan Anda pernah menggunakan SQL sebelumnya. Jika belum, baca terlebih dahulu Tutorial SQL untuk Pemula, lalu coba contoh-contoh dari tutorial tersebut di Workspace menggunakan teknik yang ditunjukkan di sini!

Memulai

Untuk menggunakan Workspace, Anda perlu mendaftar ke DataCamp. (Akun gratis sudah cukup untuk mulai.)

Setelah memiliki akun, gunakan bilah navigasi atas untuk masuk ke Workspace.

Tutorial ini akan menggunakan dataset bawaan NBA Shooting Data. Jika Anda lebih suka menggunakan dataset sendiri, lewati ke bagian di bawah.

Gunakan navigasi di sisi kiri untuk masuk ke halaman Datasets.

Ketik "nba" di kotak pencarian dan klik pada dataset tersebut.

Anda akan melihat pratinjau dataset. Bacalah, lalu klik "Use Dataset".

Mengunggah dataset Anda sendiri

Anda dapat menggunakan SQL untuk menganalisis data berbentuk tabel apa pun di Workspace. Saat ini, file CSV mendapat dukungan terbaik, jadi untuk tujuan pembelajaran, jika Anda menyediakan dataset sendiri, disarankan menggunakan file CSV.

Dari halaman Overview, klik "Empty" untuk membuat workspace kosong.

Beri nama workspace Anda, lalu klik "Create Workspace."

Di bilah alat sebelah kiri, buka alat Files.

Di kiri atas alat tersebut, seret file data ke panel file untuk mengunggahnya. (Anda juga dapat klik "browse files" atau klik tombol ⊕ lalu Upload).

Menggunakan SQL dengan Data dalam File CSV

Data tembakan NBA ada di file nba_players_shooting.csv. Di bilah alat sebelah kiri, buka alat Files untuk melihat file tersebut.

Notebook di workspace berisi beberapa kode Python untuk mengimpor dataset. Namun, dalam kasus ini, kita ingin menggunakan SQL.

Di akhir notebook, klik 'Add SQL.'

Di dropdown "Select source", pilih "DataFrames and CSVs."

Untuk menulis kueri SQL terhadap file CSV, hanya satu perubahan dari SQL standar yang diperlukan. Di klausa FROM, alih-alih menamai tabel, tuliskan path ke file CSV dalam tanda petik tunggal.

Mari hitung proporsi tembakan masuk untuk setiap penembak, diurutkan dari yang terbaik ke terburuk. Di sel SQL, ketik kode berikut.

SELECT 
	shooter,
	SUM((SCORE = 'MADE')::DOUBLE) / COUNT(*) AS prop_score_made
	FROM 'nba_players_shooting.csv'
	GROUP BY shooter
	ORDER BY prop_score_made DESC

Perhatikan bahwa dialek SQL yang digunakan saat Anda bekerja dengan file CSV adalah DuckDB. Baca lebih lanjut di DuckDB menjadikan SQL warga kelas satu di DataCamp Workspace.

Lanjutkan bekerja di Python, R, atau bagan tanpa kode

Pada contoh terakhir, kita mempertahankan pengaturan default untuk format pengembalian kueri. Perhatikan bagian atas sel SQL, dan Anda akan melihat nilai kembalian ditampilkan sebagai DataFrame bernama df. Artinya, Anda dapat melanjutkan mengolah hasilnya di Python (atau di R, untuk workspace R) atau menggambar plot tanpa kode.

Klik 'Add Chart' untuk menambahkan bagan tanpa kode.

Atur opsi berikut.

• Tipe: Bar
• Sumbu-X: prop_score_made
• Sumbu-Y: SHOOTER

Menggunakan SQL dengan Data dalam Data Frame

Kueri SQL yang dijalankan terhadap file CSV membuat data frame bernama df. Anda juga dapat menulis kueri SQL terhadap data frame pandas atau R ini. Satu-satunya perbedaan dari SQL standar adalah pada klausa FROM, Anda mencantumkan nama data frame alih-alih nama tabel.

Di sini, kita akan menggunakan kembali hasil sebelumnya di df dan membagi kolom shooter menjadi nama depan dan belakang terpisah. Tambahkan sel SQL, pilih "DataFrames and CSVs" sebagai sumber, dan gunakan kode berikut.

SELECT 
str_split(shooter, ' ')[1] AS first_name,
str_split(shooter, ' ')[2] AS last_name,
prop_score_made
FROM df

Menggunakan Database Contoh

Workspace juga menyediakan beberapa database contoh yang dapat Anda gunakan untuk melatih keterampilan SQL.

Tambahkan sel SQL, dan di dropdown sumber, gulir ke bagian "Sample Integrations". Di sini, kita akan menggunakan "Bicycle Sales."

Sebuah kueri default akan muncul. Untuk tutorial ini, mari ganti dengan kueri yang lebih sederhana.

SELECT  
product_name, 
MIN(list_price) AS cheapest_list_price
FROM products
GROUP BY product_name

Saat Anda menggunakan koneksi ke database (alih-alih menulis SQL terhadap file CSV atau dataframe), Anda mendapat opsi untuk mengembalikan hasil sebagai kueri. Di dropdown, pilih "Query." Anda juga dapat menamai nilai hasilnya. Di sini, ubah "query" menjadi "best_price."

Menjalankan kueri memberikan keluaran berikut.

Sekarang Anda dapat menggunakan hasil ini untuk menulis SQL lanjutan. Intinya, Anda telah menulis common table expression (dibahas dalam tutorial Perintah SQL untuk Data Scientist) tanpa harus menggunakan sintaks common table expression.

Tambahkan sel SQL lain, dan tulis kueri lanjutan ini.

SELECT *
	FROM best_price
	WHERE cheapest_list_price > 10000

Menjalankan kueri ini mengembalikan hasil berikut.

Menyambungkan ke Database Lain

Workspace juga memungkinkan Anda tersambung ke banyak jenis database, termasuk PostgreSQL, MySQL, Redshift, bigQuery, Athena, SQL Server, MariaDB, dan Oracle Database. Rincian lengkap cara menyambungkan tersedia di Workspace Docs.

Di bilah alat sebelah kiri, klik "Integrations," lalu klik tombol ⊕ untuk membuat integrasi baru.

Pilih jenis database yang akan Anda sambungkan.

Anda akan diminta memberikan detail koneksi (ini bervariasi menurut jenis database).

Menggunakan Asisten AI

Meskipun menulis SQL bisa menyenangkan dan bermanfaat, meminta AI menuliskannya untuk Anda dapat membantu proses belajar dan membuat Anda lebih produktif. Anda dapat membaca tentang Asisten AI di From Data to Insights: Get There Faster with the DataCamp Workspace AI Assistant.

Tambahkan sel SQL. Di menu konteks sebelah kanan, klik "Generate."

Sebuah kotak teks muncul di bagian atas sel SQL. Di dalamnya, tuliskan tugas untuk AI. Pilih tugas Anda sendiri, atau coba yang berikut ini.

Return the product names and list prices for all mountain bikes made by Trek that are in stock.

Setelah mengetikkan permintaan Anda, tekan Enter agar AI menghasilkan kode SQL.

Jika menurut Anda kodenya masuk akal, klik "Accept & run" (atau klik "Accept," lalu "Run" nanti) untuk melihat hasil kueri.

Minta AI Menjelaskan Kesalahan Anda

Anda juga dapat menggunakan AI bawaan di Workspace untuk menjelaskan mengapa terjadi kesalahan dalam SQL Anda. Misalnya, Anda bingung saat menulis kueri untuk sepeda mahal dan menggunakan gaya Fortran .GT. alih-alih `>`.

SELECT *
    FROM best_price
    WHERE cheapest_list_price .GT. 10000

Ini menghasilkan kesalahan. Di kiri bawah sel SQL, klik "Fix Error."

AI memberikan kode yang benar, diikuti penjelasan tentang apa yang Anda lakukan salah.

Ringkasan

Anda telah melihat cara menghindari penyiapan database dengan menulis kueri SQL terhadap file CSV dan data frame. Anda menggunakan database contoh untuk berlatih menulis kode. Dan Anda melihat cara menggunakan AI untuk menghasilkan SQL dengan bahasa alami dan memperbaiki kesalahan Anda.

Fitur-fitur ini membuat Anda jauh lebih mudah untuk mulai menulis SQL dan lebih produktif saat belajar dan bekerja.

Naik ke Tingkat Berikutnya

Mulai gunakan SQL di Workspace dengan masuk atau mendaftar akun DataCamp. Anda juga dapat menguasai beberapa dasar-dasar SQL di jalur keterampilan kami, yang akan memberi Anda semua keterampilan yang dibutuhkan untuk berinteraksi dengan dan mengkueri data Anda.