好了,关于pandas的内容我们先告一段落,今天我们来讲讲SQL方面的知识点,特别是对于绝大多数的数据分析师而言,SQL也是经常会被面试问到的内容。
目前我们有下面这4张表格
学生表教师表成绩表课程表
我们先在Navicat当中创建表格并且插入数据,在Navicat当中创建表格并不难,点击新建表,然后输入字段名,并且规定好相应的数据类型即可,点击保存
然后我们向表中插入数据,语法如下
insert into 表名(字段名1, 字段名2, 字段名3,.....) values('val1', 'val2', 'val3', ......);
例如我们在学生表当中插入以下的数据
insert into student(学号,姓名,出生日期,性别) values('0001' , '张三' , '1991-05-01' , '男');insert into student(学号,姓名,出生日期,性别) values('0002' , '李四' , '1990-04-21' , '男');
output
将其他数据插入到其他的表格当中也是一样的道理,这里就不做赘述了
简单查询
例如查找学生名字以“小”开头的名单,可以这么做
select * from student where 姓名 like '小%'
output
学号 姓名 出生日期 性别0003 小红 1994-10-21 女0004 小王 1996-07-20 男0005 小张 1999-04-15 男0006 小美 1997-04-05 女0007 小丽 1995-07-10 女
这里的%表示任意字符串,例如’小%‘则表示姓“小”的学生信息,而’%小’表示的是以“小”字结尾的学生姓名,而’%小%'代表的是学生姓名中带有“小”这个关键字
但是假如我们只是想要返回前面几行的数据的话,就可以使用limit关键字
select * from student where 姓名 like '小%' limit 3;
output
学号 姓名 出生日期 性别0003 小红 1994-10-21 女0004 小王 1996-07-20 男0005 小张 1999-04-15 男
分组汇总查询
我们想要看一下报名参加“英语”课的学生有几人,我们知道“英语”课程对应的课程号是0003,所以用count()函数方法来计算次数即可
select count(*) as 学生人数 from score where 课程号 = '0003';
output
学生人数6
但要是我们想要查询一下每一门课程的最低、最高分以及平均分,可以通过group by关键字来执行,按照“课程号”进行分组汇总
select 课程号, min(成绩) as 最低分, max(成绩) as 最高分, avg(成绩) as 平均分 from score group by 课程号
output
课程号 最低分 最高分 平均分0001 80 8884.00000002 66 9080.25000003 69 9784.16670004 75 7876.50000005 97 9998.0000
鉴于上面的结果,我们也可以使用order by关键字来进行排序,根据“平均分”这一列
select 课程号, min(成绩) as 最低分, max(成绩) as 最高分, avg(成绩) as 平均分 from score group by 课程号 order by 平均分
output
课程号 最低分 最高分 平均分0004 75 78 76.50000002 66 90 80.25000001 80 88 84.00000003 69 97 84.16670005 97 99 98.0000
默认的排序方式是升序排序,另外我们也可以尝试通过性别来进行分组查询
select count(*) as 不同性别的学生数量 from student group by 性别;
output
不同性别的学生数量43
带有条件的分组查询
假设我们打算查询平均分大于80分的学生,首先我们要计算每个学生的平均成绩,然后再此的基础之上挑出80分以上的部分,所以可以group by 学号
select 学号, avg(成绩) as 平均成绩 from score group by 学号 having avg(成绩) > 80;
output
学号 平均成绩0001910003 81.666666666666670004 81.33333333333333000591.5000691
同理,我们也可以根据“课程号”来进行分组,group by 课程号,然后挑选出例如平均分大于70分的部分
select 课程号, avg(成绩) as 平均成绩 from score group by 课程号 having avg(成绩) > 70;
output
课程号 平均成绩000184000280.250003 84.16666666666667000476.5000598
上面提到的order by默认排序的方式是升序,我们也可以设置成降序来排序
select 课程号, avg(成绩) as 平均成绩 from score group by 课程号 having avg(成绩) > 70 order by avg(成绩) desc;
output
课程号 平均成绩0005980003 84.16666666666667000184000280.25000476.5
这次我们再添加一个字段最高分,通过max()方法来进行统计,同时对平均分与最高分进行排序,当平均分相同的时候,就以最高分来进行排序
select 课程号, avg(成绩) as 平均成绩, max(成绩) as 最高分 from score group by 课程号 having avg(成绩) > 70 order by avg(成绩), max(成绩);
output
课程号 平均成绩 最高分0004 76.5 780002 80.25 900001 84 880003 84.1666667 970005 98 99
我们在order by后面再放一个字段表示当以字段1排序的时候碰到相同的情况下,就以字段2来进行排序。
我们再来换一个字段,看一下选课超过两门的学生有哪些,我们首先是group by 学号,然后对“课程号”进行计数,挑选出满足条件的部分
select 学号, count(课程号) as 选课的数量 from score group by 学号 having count(课程号) > 2;
output
学号 选课的数量0001 30003 30004 3
下面我们来处理一个复杂的查询,找出分数都在80分以上至少两门课程的学生,列出他们的学号以及平均分,我们先来筛选出分数都在80分以上的学生
select 学号 from score where 成绩 > 80
然后我们计算出他们的平均分
select 学号, avg(成绩) as 平均成绩 from score where 成绩 > 80 group by 学号;
output
学号 平均成绩000191000385000497000591.5000691
最后再加上限制条件,“至少是两门课程”
select 学号, avg(成绩) as 平均成绩 from score where 成绩 > 80 group by 学号 having count(课程号) >= 2;
output
学号 平均成绩000191000591.5000691
汇总排序
我们来看一下,对每位学生的总成绩进行统计并且进行排序是怎么来做的,我们用sum()方法来统计每个学生的总成绩
select 学号, sum(成绩) from score group by 学号;
然后我们用order by关键字来进行排序
select 学号, sum(成绩) as 总分 from score group by 学号 order by sum(成绩);
output
学号 总分0007 750002 1410006 1820005 1830004 2440003 2450001 273
然后我们再添加一个限制条件,例如挑选出总分在200分以上的数据,可以通过having关键词来执行
select 学号, sum(成绩) as 总分 from score group by 学号 having sum(成绩) > 200 order by sum(成绩);
output
学号 总分0004 2440003 2450001 273
嵌套式查询
有时候我们需要写多层的SQL查询语句,一层的查询有时候显然不够用,例如我们想要查询出所有课程的成绩都是高于80分的学生学号与姓名,我们一层一层来分析,首先我们筛选出所有课程都高于80分学生的学号与成绩
select 学号, min(成绩) as 最低分 from score group by 学号 having min(成绩) > 80;
output
学号 最低分0001 880005 840006 85
再得到了学号以及成绩了之后,我们将学号这一列提取出来,去student这张表当中去寻找满足条件的
select 学号,姓名 from student where 学号 in (select 学号 from score group by 学号 having min(成绩) > 80);
output
学号 姓名0001 张三0005 小张0006 小美
通常来说,嵌套式的查询是涉及到了多张表格的联合,例如我们想要查询出选课的数量小于3门课程的学生姓名与学号,首先我们先筛选出选课数量小于3门课程的学生学号
select 学号, count(课程号) as 选课数量 from score group by 学号 having count(课程号) <= 2;
output
学号 选课数量00022000520006200071
当然我们其实只要“学号”这一列,然后我们在此基础之上再进行查询
select 学号,姓名 from student where 学号 in (select 学号 from score group by 学号 having count(课程号) <= 2);
output
学号 姓名0002 李四0005 小张0006 小美0007 小丽
日期函数
下面我们来演练一下日期函数的使用,例如我们想获取当前的日期,可以用curdate()方法
select curdate();
output
curdate()-11-16
若是打算获取当前的时刻,则可以用now()方法
select now();
output
now()-11-16 22:37:41
由于篇幅的限制,这里就不多说了,我们来看一下具体实践当中的操作,我们筛选出出生年份在1994年的学生有哪些,可以这么来操作
select * from student where year(出生日期) = 1994;
output
学号 姓名 出生日期 性别0003 小红 1994-10-21 女
同理我们来筛选出当月过生日的同学
select * from student where month(出生日期) = month(now());
跨表查询
有时候我们在进行数据查询的时候需要用到多张表格,将多张表格联结起来进行操作,例如列出所有学生的姓名、选课的数量以及总分成绩,我们就需要用到多张表格了,我们可以先尝试着连接student和score这两张表
select * from student left join score on student.`学号` = score.`学号`;
output
学号 姓名 出生日期 性别 学号(1) 课程号 成绩0001 张三 1991-05-01 男 0001 0001 880001 张三 1991-05-01 男 0001 0002 900001 张三 1991-05-01 男 0001 0003 950002 李四 1990-04-21 男 0002 0002 660002 李四 1990-04-21 男 0002 0003 750003 小红 1994-10-21 女 0003 0001 800003 小红 1994-10-21 女 0003 0002 800003 小红 1994-10-21 女 0003 0003 850004 小王 1996-07-20 男 0004 0003 690004 小王 1996-07-20 男 0004 0004 780004 小王 1996-07-20 男 0004 0005 97.....
然后再此基础之上,我们保留需要的这几个字段
select 姓名, count(课程号) as 选课的数量, sum(成绩) as 总成绩 from student left join score on student.`学号` = score.`学号` group by student.`姓名`;
output
姓名 选课的数量 总成绩张三 3 273李四 2 141小红 3 245小王 3 244小张 2 183小美 2 182小丽 1 75
我们也可以将总成绩替换成平均成绩,然后做一个排序,取平均分最高的前三名
select 姓名, avg(成绩) as 平均分 from student left join score on student.`学号` = score.`学号` group by student.`姓名` limit 3;
output
姓名 平均分张三 91.0000李四 70.5000小红 81.6667
最后通过limit关键字来控制输出,上面的例子是两张表格的连接,我们也可以尝试三张表格的连接,
select * from student inner join score on student.`学号` = score.`学号` inner join course on score.`课程号` = course.`课程号`;
output
学号 姓名 出生日期 性别 学号(1) 课程号 成绩 课程号(1) 课程名称 教师号0001 张三 1991-05-01 男 0001 0001 88 0001 语文 00020001 张三 1991-05-01 男 0001 0002 90 0002 数学 00010001 张三 1991-05-01 男 0001 0003 95 0003 英语 00030002 李四 1990-04-21 男 0002 0002 66 0002 数学 00010002 李四 1990-04-21 男 0002 0003 75 0003 英语 0003......
当然我们也可以四张表格来连接
select * from student inner join score on student.`学号` = score.`学号` inner join course on score.`课程号` = course.`课程号` inner join teacher on course.`教师号` = teacher.`教师号`;
要是我们想查询学生姓名、选课的课程名称以及授课的老师,可以这么来做
select 姓名, 课程名称, 教师姓名 from student inner join score on student.`学号` = score.`学号` inner join course on score.`课程号` = course.`课程号` inner join teacher on course.`教师号` = teacher.`教师号`;
output
姓名 课程名称 教师姓名张三 语文 马老师张三 数学 王老师张三 英语 李四 数学 王老师李四 英语 小红 语文 马老师小红 数学 王老师小红 英语 小王 英语 小王 物理 张老师........
当然我们也可以将“成绩”这一关键字也给加上
select 姓名, 课程名称, 成绩, 教师姓名 from student inner join score on student.`学号` = score.`学号` inner join course on score.`课程号` = course.`课程号` inner join teacher on course.`教师号` = teacher.`教师号`;
output
姓名 课程名称 成绩 教师姓名张三 语文88 马老师张三 数学90 王老师张三 英语95 李四 数学66 王老师李四 英语75 小红 语文80 马老师.......
我们同时可以在后面添加一些筛选条件,例如我们想要找出语文的成绩在85分以上的同学学号以及姓名,就可以这么做
select student.`学号`, 姓名, 成绩 from student inner join score on student.`学号` = score.`学号` inner join course on score.`课程号` = course.`课程号` inner join teacher on course.`教师号` = teacher.`教师号` where 课程名称 = '语文' and 成绩 > 85;
output
学号 姓名 成绩0001 张三 88
职业发展
作为一个代码打工仔,对于绝大部分程序员来说,想要成为牛逼的真正挣钱程序员的路还很长,一刻都不能懈怠。
我们无法从HR角度,或者技术leader的角度来臆测哪种状态的面试更能获取面试官青睐。但通过我们积攒的大量的面试经验,大家多少可以推断一些成为有竞争力的程序员的一些必要条件。
大佬云集、资料丰富
当初我在字节认识一个非常非常资深的前辈,他到字节比我早三年,但因为各种原因级别不是很高。我当时问他,既然你对现状如此不满,为什么不想着离开寻找更好的机会呢?
他沉思了片刻跟我说,他说我现在在这里虽然待着不顺心,但是我接触到的人都是非常优秀的。我遇到问题,还可以和你们讨论讨论。我如果出去了,我要是再遇到问题,可能连一个讨论的人都没有。
我当时听听只是觉得有道理,现在再回想起来,感受非常深刻。三观、格局、能力,能够进入大公司的,这三个方面一般都不会太差。别的不说,就拿个人能力而言,我曾出国出差过几个月,有幸见识了许多各种海外名校的同事,和他们学习交流人工智能,这真的让我AI有了更深层次的认识。
除了优秀的同事之外,大公司里往往还有丰富的内部文档和资料。我当时在字节内部看到了很多优秀的文章,也有很多优秀的技术沙龙和分享。现在想起来两年下来,也没有去过几次,文章和资料看得也不算多,现在想想颇为遗憾。别的不说,就拿推荐领域而言,近些年质量不错的论文往往都来源于大公司尤其是国内的大公司,以腾讯、华为和头条为主。除了公开的论文,公司内部还有很多技术相关的资料和文档,这些真的可以说是有价无市,非常珍贵。
Python 知识手册
Linux 知识手册
爬虫查询手册
而且,这些资料不是扫描版的,里面的文字都可以直接复制,非常便于我们学习:
数据分析知识手册:
机器学习知识手册:
金融量化知识手册:
岗位内推、学习交流
我们大量需要前端岗位、python岗位、Java 岗位、Android 和 iOS 的开发岗位,工作地点:北京字节,欢迎校招社招扫描下方二维码找我内推
Python资料、技术、课程、解答、咨询也可以直接点击下面名片,
添加官方客服斯琪
↓
如果觉得《图解SQL面试题:经典30题 数据分析人求职必考 强烈推荐收藏》对你有帮助,请点赞、收藏,并留下你的观点哦!