5일차

Suhyeon Lee·2024년 10월 7일
내일배움캠프 Data 4기
1
post-thumbnail

Time Table

시간내용
09:00-10:00코드가타
10:00-10:30발제 확인
10:30-12:00오전 스크럼 및 팀 과제 분석
12:00-13:00점심식사
13:00-14:00ADsP 강의 수강
14:00-15:00SQL 라이브 세션
15:00-18:00팀 과제 데이터 분석
18:00-19:00저녁식사
19:00-20:00ADsP 강의 수강
20:00-20:30저녁 스크럼
20:30-21:00TIL 작성
21:00-23:00부족한 부분 보충



Code kata

SQL 코드가타

43. 조건에 맞는 사용자와 총 거래금액 조회하기

프로그래머스 코딩테스트 연습

  • 문제

    • USED_GOODS_BOARD와 USED_GOODS_USER 테이블에서 완료된 중고 거래의 총금액이 70만 원 이상인 사람의 회원 ID, 닉네임, 총거래금액을 조회하는 SQL문을 작성해주세요. 결과는 총거래금액을 기준으로 오름차순 정렬해주세요.
        1. 완료된 → used_goods_board의 status가 "DONE"인 경우만
        1. 총 금액 70만원 이상 → SUM(PRICE) >= 700000
        1. 결과는 총 거래 금액을 기준으로 오름차순 정렬 → ORDER BY

  • 작성한 코드

SELECT
  ugb.writer_id
  , ugu.nickname
  , SUM(ugb.price) as total_sales
FROM
  used_goods_board ugb JOIN used_goods_user ugu ON ugb.writer_id = ugu.user_id
WHERE
  ugb.status = 'DONE'
GROUP BY
  ugb.writer_id
HAVING
  `total_sales` >= 700000
ORDER BY
  `total_sales`
;
  • 추가: WITH(CTE, Common Table Expressions) 활용
    • CTE(공통 테이블 식): 서브 쿼리로 쓰이는 파생 테이블(derived table)과 비슷한 개념으로 임시로 쿼리 결과를 저장해 놓고 여러 번 참조해서 사용하는 용도로 씀
WITH used_cte AS (
  SELECT
    writer_id
    , SUM(price) AS sum_price
  FROM
    used_goods_board
  GROUP BY
    writer_id
    , status
  HAVING
    sum_price >= 700000
    AND status = 'DONE'
)
SELECT
  u.user_id
  , u.nickname
  , c.sum_price AS total_sales
FROM
  used_cte c JOIN used_goods_user u
  ON c.writer_id = u.user_id
ORDER BY
  3
;

Python 코드가타

3. 몫 구하기

프로그래머스 코딩테스트 연습

  • 작성한 코드
solution = lambda num1, num2 : num1 // num2
  • 다른 사람의 풀이
solution = int.__floordiv__
  • 파이썬 매직 메서드(Magic Method)
    • 파이썬의 클래스에서 특별한 역할을 수행하는 메서드
    • 이름 앞뒤에 더블 언더스코어(__)가 있는 것이 특징
    • 파이썬의 기본 동작을 재정의하거나 추가적인 기능을 제공할 수 있음
    • 객체 간의 연산을 수행하거나, 더 읽기 쉽고 간결한 코드를 작성할 수 있음
    • 하나의 클래스에서 정의할 수 있는 매직 메서드는 매우 다양함
  • 연산자 오버로딩(Operator Overloading)
    • 클래스 내부에서 특정 연산자가 별도의 동작 방식을 가지도록 하는 것을 의미
    • 파이썬에서는 매직 메서드를 사용하여 연산자 오버로딩을 쉽게 구현할 수 있음
# 예제1: 두 점을 나타내는 Point 클래스의 객체간 덧셈을 지원하는 클래스
class Point:
    def __init__(self, x, y):
        self.x = x
        self.y = y
 
    def __add__(self, other):
        if isinstance(other, Point):
            return Point(self.x + other.x, self.y + other.y)
        else:
            raise ValueError(f"Unsupported operand type(s) for +: '{type(self)}' and '{type(other)}'")
 
    def __str__(self):
        return f"({self.x}, {self.y})"
 
point1 = Point(1, 2)
point2 = Point(3, 4)
 
print(point1 + point2)  # 출력: (4, 6)
# 예제2: 비교 연산자 오버로딩 예제
class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age
 
    def __eq__(self, other):
        if isinstance(other, Person):
            return self.name == other.name and self.age == other.age
        else:
            return False
 
person1 = Person("Alice", 30)
person2 = Person("Bob", 30)
person3 = Person("Alice", 30)
 
print(person1 == person2)  # 출력: False
print(person1 == person3)  # 출력: True
  • 몇 가지 주요 매직 메서드
    • __init__(self, ...): 객체 초기화
    • __str__(self): 간략한 문자열 형태로 객체 표현
    • __repr__(self): 완전한 문자열 형태로 객체 표현
    • __add__(self, other): 덧셈 연산 오버로딩
    • __sub__(self, other): 뺄셈 연산 오버로딩
    • __mul__(self, other): 곱셈 연산 오버로딩
    • __truediv__(self, other): 나눗셈 연산 오버로딩
    • __floordiv__(self, other): 내림 나눗셈 연산 오버로딩
    • __mod__(self, other): 모듈로 연산 오버로딩
def solution(num1, num2):
    answer = num1 / num2
    return int(answer)
  • int는 소수점 제거용
def solution(num1, num2):
    return divmod(num1, num2)[0]



발제 확인: 온보딩 2주차

  • 기초 분석 팀 과제

    • 주제 선택: 2024.10.07 (월)
    • 최종 제출 마감: 2024.10.11. (금) 11:00까지
    • 과제 발표회: 2024.10.11. (금) 14:00 ~ 17:00

  • EDA(탐색적 데이터 분석; Exploratory Data Analysis)

    • 수집한 데이터가 들어왔을 때, 이를 다양한 각도에서 관찰하고 이해하는 과정



팀 과제

Error occurred during batch insert
(you can disable batch insert in order to skip particular rows).
Reason:
SQL Error [1264][22001]: Data truncation: Out of range value for column 'category_id' at row 1

  • SQL Error [1264][22001]
    • 데이터 insert 시 해당 테이블의 컬럼 길이가 작아서 데이터가 들어가지 않음
    • 오류가 발생한 해당 컬럼의 길이를 늘려주면 됨
      - Table mapping에서 Configure 눌러서 target type 변경

1. 데이터 추출 및 탐색

  • 목적: 데이터베이스에서 원하는 데이터를 추출하고 필터링하여 특정 부분 확인
  • 예시:
    • 특정 날짜에 판매된 제품 리스트 추출
    • 특정 조건에 맞는 사용자 목록 탐색
  • 중복 데이터 제거:
    • 주요 명령어: DISTINCT
    • 목적: 중복된 데이터 제거하여 고유한 값만 추출
    • 예시: 특정 제품 카테고리의 고유한 제품 리스트 조회

2. 데이터 필터링 및 조건부 검색

  • 주요 명령어: WHERE, NOT
  • 조건부 검색 기법:
    • BETWEEN: 범위 검색
    • LIKE: 패턴 검색
    • IN: 특정 값 목록 검색
  • 예시:
    • 최근 1년 동안 매출이 1,000만 원 이상인 고객 목록 추출
    • 특정 조건을 만족하지 않는 데이터 검색 (예: 매출이 500만 원 미만인 고객)

3. 데이터 집계 및 그룹화

  • 주요 명령어: GROUP BY, HAVING
  • 목적: 데이터를 그룹별로 집계하고 요약
  • 예시:
    • 각 지역별 매출 총합
    • 시간대별 자전거 이용량 평균

4. 통계량 계산

  • 집계 함수: COUNT, SUM, AVG, MIN, MAX
  • 목적: 기초 통계량 계산
  • 예시:
    • 상품의 평균 판매량
    • 최고 매출을 기록한 고객 조회

5. 데이터 변환

  • 주요 명령어: JOIN, UNION, 서브쿼리
  • 목적: 여러 테이블을 결합하거나 복잡한 데이터 처리
  • 예시:
    • 고객 테이블과 구매 테이블을 결합해 고객별 구매 이력 분석
    • 두 개의 다른 테이블에서 같은 구조의 데이터를 결합하여 전체 사용자 목록 조회

6. 데이터 정렬 및 분류

  • 주요 명령어: ORDER BY
  • 목적: 특정 열을 기준으로 오름차순 또는 내림차순 정렬
  • 예시:
    • 가장 많이 팔린 제품 상위 10개 리스트
    • 가장 많이 대여된 자전거 공유소 순위

7. 데이터 변형 및 계산

  • 주요 명령어: CASE WHEN
  • 목적: 특정 조건에 따라 데이터 분류 또는 계산
  • 예시:
    • 매출이 500만 원 이상인 고객을 VIP로 분류
    • 날짜를 년, 월, 일로 분리하여 분석
  1. 데이터 파악하기

  • 일별 판매금액

  • 느낀점

What day of the month do people make the most purchases? and what time of the day?

  1. 주별 판매량, 뷰잉, 장바구니 담은 횟수, 장바구니 뺀 횟수

  • 주의 기준은 2020년 2월의 데이터를 최대한 많이 활용하기 위해 주의 시작을 일요일로 정했음

    • 2월 첫째 주: 2020/02/02 - 2020/02/08
    • 2월 둘째 주: 2020/02/09 - 2020/02/15
    • 2월 셋째 주: 2020/02/16 - 2020/02/22
    • 2월 넷째 주: 2020/02/23 - 2020/02/29

  • 금액 합계는 소수점 첫째 자리에서 반올림

  • 판매량에 유의미한 차이가 없는 것 같아서 다른 내용도 찾아보기로

    • 사용자가 제품을 본 횟수

    • 사용자가 카트에 제품을 담은 횟수

    • 사용자가 카트에서 제품을 뺀 횟수

    • 사용자가 제품을 구매한 횟수

  1. 시간별 비교 → Pivot Table
  2. 가격별
  3. 상표별



강의 수강

ADsP 자격증 챌린지 2주차



SQL 라이브 세션

예제로 익히는 SQL - 3회차

profile
Suhyeon Lee
2 B R 0 2 B
이전 포스트

2주차

다음 포스트

피벗 테이블 사용

0개의 댓글