ข้ามไปยังเนื้อหาหลัก

บ้าน SQL

Courses

PostgreSQL Summary Stats and Window Functions

ระดับกลางระดับทักษะ

อัปเดตแล้ว 01/2569

Learn how to create queries for analytics and data engineering with window functions, the SQL secret weapon!

เริ่มเรียนหลักสูตรฟรี

SQLProgramming4 ชม.12 videos44 Exercises3,550 เอ็กซ์พี120K+คำแถลงแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

เป็นที่ชื่นชอบของผู้เรียนในบริษัทหลายพันแห่ง

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ลองใช้ DataCamp for Business

คำอธิบายรายวิชา

Have you ever wondered how data professionals use SQL to solve real-world business problems, like generating rankings, calculating moving averages and running totals, deduplicating data, or performing time intelligence? If you already know how to select, filter, order, join and group data with SQL, this course is your next step. By the end, you will be writing queries like a pro! You will learn how to create queries for analytics and data engineering with window functions, the SQL secret weapon! Using flights data, you will discover how simple it is to use window functions, and how flexible and efficient they are.The videos contain live transcripts you can reveal by clicking "Show transcript" at the bottom left of the videos. The course glossary can be found on the right in the resources section. To obtain CPE credits you need to complete the course and reach a score of 70% on the qualified assessment. You can navigate to the assessment by clicking on the CPE credits callout on the right.

ข้อกำหนดเบื้องต้น

Data Manipulation in SQL

1

Introduction to window functions

In this chapter, you'll learn what window functions are, and the two basic window function subclauses, ORDER BY and PARTITION BY.

Introduction

50 เอ็กซ์พี

Window functions vs GROUP BY

50 เอ็กซ์พี

Numbering rows

100 เอ็กซ์พี

Numbering Olympic games in ascending order

100 เอ็กซ์พี

50 เอ็กซ์พี

Numbering Olympic games in descending order

100 เอ็กซ์พี

Numbering Olympic athletes by medals earned

100 เอ็กซ์พี

Reigning weightlifting champions

100 เอ็กซ์พี

PARTITION BY

50 เอ็กซ์พี

Reigning champions by gender

100 เอ็กซ์พี

Reigning champions by gender and event

100 เอ็กซ์พี

Row numbers with partitioning

50 เอ็กซ์พี

เริ่มบท

2

Fetching, ranking, and paging

In this chapter, you'll learn three practical applications of window functions: fetching values from different parts of the table, ranking rows according to their values, and binning rows into different tables.

50 เอ็กซ์พี

Future gold medalists

100 เอ็กซ์พี

First athlete by name

100 เอ็กซ์พี

Last country by name

100 เอ็กซ์พี

50 เอ็กซ์พี

Ranking athletes by medals earned

100 เอ็กซ์พี

Ranking athletes from multiple countries

100 เอ็กซ์พี

DENSE_RANK's output

50 เอ็กซ์พี

50 เอ็กซ์พี

Paging events

100 เอ็กซ์พี

Top, middle, and bottom thirds

100 เอ็กซ์พี

เริ่มบท

3

Aggregate window functions and frames

In this chapter, you'll learn how to use aggregate functions you're familiar with, like AVG() and SUM(), as window functions, as well as how to define frames to change a window function's output.

Aggregate window functions

50 เอ็กซ์พี

Running totals of athlete medals

100 เอ็กซ์พี

Maximum country medals by year

100 เอ็กซ์พี

Minimum country medals by year

100 เอ็กซ์พี

50 เอ็กซ์พี

Number of rows in a frame

50 เอ็กซ์พี

Moving maximum of Scandinavian athletes' medals

100 เอ็กซ์พี

Moving maximum of Chinese athletes' medals

100 เอ็กซ์พี

Moving averages and totals

50 เอ็กซ์พี

Moving average's frame

50 เอ็กซ์พี

Moving average of Russian medals

100 เอ็กซ์พี

Moving total of countries' medals

100 เอ็กซ์พี

เริ่มบท

4

Beyond window functions

In this last chapter, you'll learn some techniques and functions that are useful when used together with window functions.

50 เอ็กซ์พี

A basic pivot

100 เอ็กซ์พี

Pivoting with ranking

100 เอ็กซ์พี

ROLLUP and CUBE

50 เอ็กซ์พี

Country-level subtotals

100 เอ็กซ์พี

All group-level subtotals

100 เอ็กซ์พี

A survey of useful functions

50 เอ็กซ์พี

Cleaning up results

100 เอ็กซ์พี

Summarizing results

100 เอ็กซ์พี

เริ่มบท

PostgreSQL Summary Stats and Window Functions

หลักสูตรเสร็จสมบูรณ์

ได้รับใบรับรองความสำเร็จ

เพิ่มข้อมูลรับรองนี้ลงในโปรไฟล์ LinkedIn, ประวัติย่อ หรือเรซูเม่ของคุณ
แชร์ลงในโซเชียลมีเดียและในรายงานประเมินผลการปฏิบัติงานของคุณลงทะเบียนเลย

สำหรับธุรกิจ

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ให้ทีมของคุณเข้าถึงแพลตฟอร์ม DataCamp แบบเต็มรูปแบบ รวมถึงฟีเจอร์ทั้งหมด

ในแทร็กต่อไปนี้

SQL Fundamentalsการรับรอง

Associate Data Analyst in SQLการรับรอง

instructors

Fernando Gonzalez Prada

Data Science Consultant

Michel Semaan

Data Scientist

collaborators

Sumedh Panchadhar

Mona Khalil

Courses resources

Summer olympics datasetdatasets

Course Glossarydatasets

เข้าร่วมกับ... 19 ล้านผู้เรียน และเริ่ม PostgreSQL Summary Stats and Window Functions วันนี้เลย!

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา