Haben Sie schon einmal eine Datenbank durchwühlt und versucht, die benötigten Informationen zu extrahieren, aber das Gefühl gehabt, nur an der Oberfläche zu kratzen? Hier kommt SQL ins Spiel.

SQL oder Structured Query Language ist ein leistungsstarkes Tool, mit dem Sie mit Datenbanken kommunizieren und die benötigten Daten auf strukturierte und effiziente Weise extrahieren können. Als Data Scientist ist das Wissen, wie man SQL effektiv einsetzt, entscheidend für den Zugriff auf und die Analyse von Daten.

In diesem Artikel behandeln wir sieben grundlegende SQL-Konzepte, die Ihnen eine solide Grundlage für die Arbeit mit Datenbanken bieten. Egal, ob Sie gerade erst mit Ihrer Data Science-Reise beginnen oder Ihre Fähigkeiten auffrischen möchten, diese Konzepte werden Sie auf Erfolgskurs bringen.

Also lasst uns anfangen!

SELECT-Anweisung

• Die SELECT-Anweisung ist ein wesentliches Werkzeug zum Abrufen von Daten aus einer Datenbank. Sie können angeben, welche Spalten Sie abrufen möchten, oder *alle Spalten auswählen. Sie können auch eine WHERE-Klausel verwenden, um die Ergebnisse zu filtern, und logische Operatoren wie AND, OR und NOT, um komplexere Filter zu erstellen.
• Angenommen, Sie möchten alle Kunden aus der Tabelle "Kunden" abrufen, die in der Stadt New York leben:

SELECT * FROM customers WHERE city = 'New York';

SELECT first_name, last_name, email FROM customers WHERE state = 'NY' AND last_name = 'Smith';

SELECT * FROM orders LIMIT 5;

Bei der Arbeit mit Datenbanken ist es oft notwendig, Daten aus mehreren Tabellen zu kombinieren. Hier kommt JOIN ins Spiel.

Es gibt zwei Haupttypen von JOIN: INNER JOIN und OUTER JOIN.

• INNER JOIN kombiniert Zeilen aus zwei oder mehr Tabellen basierend auf einem übereinstimmenden Wert in einer gemeinsamen Spalte. Es gibt nur Zeilen zurück, in denen in beiden Tabellen eine Übereinstimmung gefunden wird.

SELECT orders.order_id, customers.first_name, customers.last_name
FROM orders
INNER JOIN customers
ON orders.customer_id = customers.customer_id;

• OUTER JOIN kombiniert Zeilen aus zwei oder mehr Tabellen, einschließlich Zeilen, die keinen übereinstimmenden Wert in der gemeinsamen Spalte haben. Es gibt drei Arten von OUTER JOIN: LEFT JOIN, RIGHT JOIN und FULL OUTER JOIN.
• LEFT JOIN gibt alle Zeilen aus der linken Tabelle und alle übereinstimmenden Zeilen aus der rechten Tabelle zurück. Wenn es keine Übereinstimmung gibt, werden NULL-Werte in den Spalten der rechten Tabelle angezeigt.
• RIGHT JOIN gibt alle Zeilen aus der rechten Tabelle und alle übereinstimmenden Zeilen aus der linken Tabelle zurück. Wenn es keine Übereinstimmung gibt, werden NULL-Werte in den Spalten der linken Tabelle angezeigt.
• FULL OUTER JOIN gibt alle Zeilen aus beiden Tabellen zurück, unabhängig davon, ob es eine Übereinstimmung in der gemeinsamen Spalte gibt. Wenn es keine Übereinstimmung gibt, werden NULL-Werte für die nicht übereinstimmenden Spalten angezeigt.

SELECT orders.order_id, customers.first_name, customers.last_name
FROM orders
LEFT JOIN customers
ON orders.customer_id = customers.customer_id;

Die Verwendung von JOIN ist eine effektive Möglichkeit, Daten aus mehreren Tabellen zu kombinieren und komplexere Abfragen durchzuführen.

Aggregatfunktionen

Aggregatfunktionen werden verwendet, um Berechnungen für Daten durchzuführen und ein einzelnes Ergebnis zurückzugeben. Übliche Aggregatfunktionen sind SUM, AVG und COUNT.

• Hier ist ein Beispiel für die Verwendung der SUM-Funktion, um die Verkäufe in der Tabelle „Bestellungen“ zu summieren:

SELECT SUM(amount) FROM orders;

• Sie können auch die AVG-Funktion verwenden, um den Durchschnitt einer Reihe von Werten zu berechnen:

SELECT AVG(amount) FROM orders;

SELECT COUNT(*) FROM orders;

SELECT COUNT(amount) FROM orders;

Sie können auch die GROUP BY-Klausel verwenden, um die Ergebnisse einer Aggregatfunktion nach einer oder mehreren Spalten zu gruppieren. Zum Beispiel:

SELECT COUNT(*), country FROM customers
GROUP BY country;

Die Verwendung von Aggregatfunktionen ist eine nützliche Methode, um Berechnungen für Daten durchzuführen und Erkenntnisse aus Ihren Ergebnissen zu gewinnen.

Unterabfragen

Unterabfragen werden verwendet, um komplexere Abfragen zu erstellen, indem eine SELECT-Anweisung in einer anderen SELECT-, FROM-, WHERE- oder HAVING-Klausel verschachtelt wird.

• Hier ist ein Beispiel für die Verwendung einer Unterabfrage in der SELECT-Klausel:

SELECT first_name, last_name
FROM customers
WHERE customer_id = (SELECT customer_id FROM orders WHERE amount > 100);

• Sie können auch eine Unterabfrage in der FROM-Klausel verwenden, um eine temporäre Tabelle zur Verwendung in der Hauptabfrage zu erstellen:

SELECT * FROM (SELECT * FROM customers WHERE city = 'New York') AS temp;

UNION und UNION ALLE

UNION und UNION ALL werden verwendet, um die Ergebnisse mehrerer SELECT-Anweisungen in einer einzigen Ergebnismenge zu kombinieren.

UNION kombiniert die Ergebnisse von zwei oder mehr SELECT-Anweisungen und entfernt alle doppelten Zeilen.

• Hier ist ein Beispiel für die Verwendung von UNION:

SELECT * FROM customers WHERE city = 'New York'
UNION
SELECT * FROM customers WHERE city = 'Los Angeles';

• Hier ist ein Beispiel für die Verwendung von UNION ALL:

SELECT * FROM customers WHERE city = 'New York'
UNION ALL
SELECT * FROM customers WHERE city = 'Los Angeles';

NULL-Werte

NULL-Werte repräsentieren fehlende oder unbekannte Daten in einer Datenbank. Sie unterscheiden sich von Null (0) oder einer leeren Zeichenfolge, da sie das Fehlen eines Werts anzeigen.

Sie können die Operatoren IS NULL und IS NOT NULL verwenden, um in einer Abfrage nach NULL-Werten zu filtern.

• Hier ist ein Beispiel für die Verwendung von IS NULL:

SELECT * FROM customers WHERE last_name IS NULL;

• Hier ist ein Beispiel für die Verwendung von IS NOT NULL:

SELECT * FROM customers WHERE last_name IS NOT NULL;

Herzlichen Glückwunsch, dass Sie es bis zum Ende dieses Artikels geschafft haben! Sie sollten jetzt über eine solide Grundlage in sieben wesentlichen SQL-Konzepten für Data Science verfügen: SELECT, JOIN, Aggregatfunktionen, Unterabfragen, UNION und UNION ALL sowie NULL-Werte.

Wenn Sie diese Konzepte beherrschen, können Sie effektiv mit Datenbanken kommunizieren und die Daten extrahieren, die Sie für Ihre Analysen benötigen. Aber hören Sie hier nicht auf – es gibt immer mehr zu lernen und zu üben, wenn es um SQL geht.

Wenn Ihnen dieser Artikel gefallen hat und Sie über weitere datenwissenschaftliche Inhalte auf dem Laufenden bleiben möchten, folgen Sie mir unbedingt auf Medium! Ich veröffentliche regelmäßig Artikel zu einer Vielzahl von datenbezogenen Themen, und ich würde Sie gerne mitnehmen.

Bis zum nächsten Mal, frohes Nachfragen!