Node 04. 데이터 집계하기

4-1. 들어가며

• 학습목표
• 데이터 그룹화, 집계함수를 통한 통계
• 그룹화된 데이터의 중복없는 집계
• 그룹핑된 데이터에 대한 조건을 통해 세부 추출하기

4-2. 집계함수(COUNT, SUM, AVG, MAX, MIN)

COUNT

• COUNT(*)

  • *은 모든 내용을 포함한다는 의미 -> 모든 행 개수 카운트
  • NULL 포함 ✅
  • 컬럼의 NULL 값 유무 파악은 ❌

• COUNT(컬럼명)

  • NULL 값 제외한 컬럼명 행 개수 카운트!

정리 : COUNT는 모든 값을 카운트하지 않는 이상, 기본적으로 NULL 값 제외!

• 날짜 데이터 값이 NULL값인 전체 데이터
  

• 전체 컬럼과 weathersit 컬럼의 개수(별칭 사용)
  

SUM, AVG, MAX, MIN

팁 : 대부분 이름에 어떤 것을 집계하는지 유추할 수 있음!

• SUM(컬럼명) : 지정한 컬럼명 값 합계
• AVG(컬럼명) : 지정한 컬럼명 값 평균
• MAX(컬럼명) : 지정한 컬럼명 값 중 최대값
• MIN(컬럼명) : 지정한 컬럼명 값 중 최소값
  • MAX와 MIN의 경우 -> 높고 낮은 순(날짜순, 알파벳순 등)으로 연산해 결과 출력!

• SUM
  • 2011년 3월 casual, registered 고객 전체 이용 건수
    

🔎 SUM VS COUNT

• SUM은 컬럼의 데이터를 합하는 것
• COUNT는 그 컬럼의 개수만 세는 것!
  

• MAX, MIN

  • casual 최대 이용 건수, registered 최소 이용 건수
    

  • weekday 컬럼에 max 사용하기
    

집계함수 특징 정리

• 집계 함수 내부 조건문 사용 가능
  • 필요한 내용만 집계할 때
  • ex) 국가 컬럼 값이 한국, korea, south korea로 나뉘어 있다면?
    • CASE WHEN ~ THEN으로 컬럼명을 한국으로 통일
    • 그 다음 COUNT!
• 집계 함수 결과값끼리 또 계산 가능!
  • ex) SUM(컬럼명) / COUNT(컬럼명)

• 봄 기간 데이터 카운트
  

• 휴일 기간 데이터 카운트
  

4-3. 데이터 그룹화하기(GROUP BY)

GROUP BY

SELECT
FROM 
WHERE
GROUP BY
ORDER BY 
LIMIT

• 집계 함수와 함께 사용
  • 집계 함수 없이도 사용은 가능하나, 권장하지 않음.
  • 특정 칼럼 기준 그룹화(건 수, 합계 등 집계 처리 계산 시 사용)
    
    
• SELECT 절에 컬럼명과 집계함수 혼용
  -> 컬럼명은 GROUP BY에 작성해야 한다!

  SELECT 컬럼1, SUM(컬럼)
  FROM 테이블명
  GROUP BY 컬럼1

  
  
• GROUP BY에 지정한 컬럼이 아니면, 집계함수 없이 SELECT문에 지정할 수 ❌(∵ 어떤 행 출력인지 알 수 없기 때문)
  
  
• 결과값 : GROUP BY 절의 컬럼 항목 행 개수!

• temp 확인
  

• 계절 및 온도 RAW 데이터 확인
  

• 계절별 평균 온도

  GROUP BY는 컬럼명도, 숫자도 사용 가능!

  

• 시간대별 이용 건수 합계
  

• 일자별, 날씨별 이용 건수 합계
  
  

4-4. 그룹화한 데이터 조건주기(HAVING)

HAVING

SELECT
FROM 
WHERE
GROUP BY
HAVING
ORDER BY 
LIMIT

• 집계함수를 써서 조건 비교 시 사용(그룹 결과 제한)
• 그룹함수를 사용해 나온 결과를 조건에 부합하도록 필터링할 수 있음!
• 집계 함수, 데이터 그룹핑으로 데이터의 특성별 분류 및 계산 가능

• 날씨별 이용 건수 합계 중 10만건 이상 데이터만!
  

WHERE vs HAVING

• WHERE

  • 집계 함수 사용 ❌
  • 개별 행에 적용
  • GROUP BY 이전 적용

• HAVING

  • 그룹에 적용
  • GROUP BY 이후 적용

• 온도가 0.3 이상인 계절 및 온도 데이터 필터링
  

• 계절별 평균 온도가 0.3 이상인 데이터 필터링