SQL

1

2024.02.05비교연산자ex1) 나이가 30세이하 데이터를 조회select from table where age<=30ex2) 소속사가 YG가 아닌 데이터를 조회select from talbe where agency!=YG\-정렬ASC(오름차순) : 기본적

\-조인: 두 개 이상의 테이블을 결합하는 것※테이블A가 레프트 테이블※테이블B가 라이트 테이블INNER JOIN : select ~ from ~ inner join ~ on (AnB)\-Select 칼럼1,2,3 ~ FROM 테이블A INNER JOIN 테이블B ON

\-테이블 생성AWS RDS로 연결해주고cur = remote.cursor()cur.execute("CREATE TABLE sql_file(id int, filename varchar(16))")\-테이블 제거cur = remote.cursor()cur.execute(

\-pandas로 변환import pandas as pddf = pd.DataFrame(result)df.head\-csv파일읽기(pandas사용)import pandas as pd // pandas를 pd로 import하기df = pd.read_csv("police_

\-집계 함수count : 총 갯수 계산sum : 합계를 계산avg : 평균을 계산min : 가장 작은값 찾음max : 가장 큰 값 찾음first : 첫번째 결과값을 리턴last : 마지막 결과값을 리턴\-countselect count(~) from 테이블 (wher

2024.02.10샘플 프로젝트 1 마트 수요/매출 예측A마트는 주52시간제 운영으로 인하여 인력난을 겪고 있다. 주 당 판매량을 예측할 수 없기 때문에 근무 스케줄과 인력 운영을효율적으로 하기 힘든 상황이다. 대기업 마트가 아니기 때문에 방문자 수, 주차 대수 등 세

3.2 상관관계 분석df_corr = df1.drop('Store', 'Holiday_Flag', 'Date', axis=1)df_corr.corr()df_corr = df1.drop('Store','Holiday_Flag','Date',axis=1)sns.heatma

\-Scalar FunctionsUCASE : 영문을 대문자로 변환LCASE : 영문을 소문자로 변환MID : 문자열 부분을 반환LENGTH : 문자열의 길이ROUND : 지정한 자리에서 숫자를 반올림NOW : 현재 날짜 및 시간 반환FORMAT : 숫자를 천단위 콤마

\---------GIT \-VCS(version control system):버전관리시스템 ( 형상관리 시스템 )그래서 요즘은 GIT(Global Information Tracker)을 많이씀\-GIT 의 데이터 저장 방식:version이 올라갈때 마다 diff를 가

\-Git log:저장소의 commit 이력을 시간순으로 보여준다.ex) git log -2 : 로그 2개만 보여주기ex) git log --skip 5 : 로그 5개를 패스ex) git log -p -1 : commit 마다 변경내용 출력 , diff를 보여준다는 뜻

\---------------------Pythondf = pd.read_csv(DriveUrl)type(df)\-> pandas.core.frame.Dataframe : 엑셀같은 폼을 Dataframe이라고 함df.head(): 상위 5개의 행이 나옴print(df.

!다중공선성을 제거 한다df_corr = df.corr()df_corr = df_corr(abs(df_corr) > 0.5) & (df_corr != 1)df_corr!스케일링:특성들의 평균을 0, 분산을 1 로 스케일링하는 것입니다.즉, 특성들을 정규분포로 만드는 것

카드 거래이력 분석을 통한 고객 특성 파악 -> 데이터 EDA 및 인사이트 추출:A사는 신규 브랜드의 점포를 입점 시키려는 계획을 가지고 있다. 신규 브랜드이기 때문에 과거 상권에 대한 정보가 없어,어느 지역에 입점을 시켜야할지 고민이 많다. 고민 끝에 후보 지역A를

\-PivotIndicator을 삭제하고 First Tooltip 컬럼에서 신뢰구간에 해당하는 표현을 지워라df.drop('Indicator',axis=1,inplace=True)df'First Tooltip' = df'First Tooltip'.map(lambda x

Q1~Q20인기동영상 제작횟수가 많은 채널 상위 10개명을 출력하라 (날짜기준, 중복포함)df.channelTitle.value_counts()head(10)논란으로 인기동영상이 된 케이스를 확인하고 싶다.dislikes수가 like 수보다 높은 동영상을 제작한 채널을

\---------------------기초수학\-약수와 소수약수 코드 :inputNumber = int(input("0보다 큰 정수 입력:"))for number in range ( 1, (inputNumber +1) ): if inputNumber % number

\-등비수열등비수열 코드 inputN1 = int(input('a1입력 : '))inputR = int(input('공비 입력: '))inputN = int(input('n 입력: '))valueN = 0n = 1while n <= inputN: if n ==

\-순열 : n개에서 r개를 택하여 나열하는 경우의 수 ( nPr = n(n-1)(n-2)~(n-r+1) )ex) 8P3 = 8x7x6 or 8!/5!순열 ( n x (n-1) x ~ x (n-r+1)로 구하는 ) 코드numN = int(input('numN 입력 :

jupyter notebook으로 실습'온라인 쇼핑몰 운영형태별 상품군별거래액.csv'파일에 데이터를 확인하고해당 데이터를 쓸모있게 만들기 위해서 전처리를 실시.https://drive.google.com/drive/folders/1d1hy4Kk6zgJImnB

\-tableau데이터 필드 역할 및 유형정보데이터 필드는 데이터 원본의 열에서 만들어진다. 각 필드에는 정수,문자열,날짜 등과 같은 데이터 유형과 불연속형 차원이나연속형 측정값 또는 연속형 차원이나 불연속형 측정값같은 역할이 자동으로 할당된다.ex)이름 , 날짜 ,

과제1과제2과제3실습 파일 : https://drive.google.com/drive/folders/1guETAlJkapGIZAS4bVSKf9GCs4dIQ5ZJ?usp=drive_link

\-Looker studio알아야할 개념1\. 측정기준:측정기준은 이름,설명,색상,크기 등 데이터의 카테고리라고 생각할 것. 측정기준은 속성 패널에서 녹색 필드로 표시된다.2\. 측정항목:측정항목은 측정기준에 포함된 데이터를 측정하고 차트의 숫자 척도와 데이터 계열을

샘플 프로젝트5.연관 규칙분석을 통한 장바구니 분석 ( 연관규칙분석을 배우는 부분 )A마트는 지속적인 매출 감소가 매대 진열에 문제가 있다고 판단하였다.따라서 매대 진열을 다시 기획하고 있다. 서로 잘 팔리는 상품에 대해서는 근접하게 매대에 배치하려고 한다.고객의 구

olist 테이블을 활용해서 실습한 것Select COUNT(DISTINCT order_id) AS ord_cnt, ---------전체 주문 건수 SUM(price) AS ord_amt, ------주문 금액 총합 SUM(price) / COUNT(DIST

SQL 2회차 과제/ 1번 문제 /WITH tb AS( SELECT ord.order_id, cust.customer_unique_id FROM olist.olist_orders as ord LEFT JOIN olist.olist_customers as

/ 주 별 주문수 , 고객수 /\-- 고객 정보 기준\-- 주문 상태는 필터링하지 않음SELECT customer_state, COUNT(DISTINCT ord.order_id) as ord_cnt, COUNT(DISTINCT cust.customer_uniqu

/\*대카테고리별 매출 구하기 2017년 월별집계 후 연도,월 기준 오름차순 매출 기준 내림차순배송완료 된 건만 집계주문 테이블과 주문 상품 정보 테이블에 모두 있는 주문건만 사용 , 주문 상품 정보 테이블 기준으로 카테고리명을 붙일 것\*/SELECT DATE_TR

Tableau 실습 매개변수 , 단위변환 , 시작일,종료일 등등 Looker studio 실습새로운 데이터 활용하기\-AARRR 프레임 워크: 유입(Acquisition) , 활성화(Activation) , 유지(Retention) , 추천(Referral) , 수익(

개인프로젝트 8 완개인프로젝트 1 colab에서 dashboard만들기에서 시간을 너무 많이 써서 중단개인프로젝트 8 에서 배운 것 : Collaboration Filltering추천 시스템을 구현하는데게임의 평가(Rating)데이터셋이 없다.그래서 임의로 평가기준을

개인프로젝트 1 마무리개인프로젝트 2 완료학습내용개인프로젝트2 에서는 시계열 데이터를 다루는데 정확하게 다루는 법을 몰라서샘플프로젝트에서 연습했던 것처럼 다뤄서 피드백을 주시면 다시 공부해볼 예정

\-HR 데이터를 통한 채용 기획DB : Data 적재 , Relationship 이해 , ERDSQL , Python : Adhoc Analysis , EDA , Data TransformationBI : Visualization , Reporting , Automa

colab 실습: https://colab.research.google.com/drive/17iKB872ZiIv16JZZ7ALrAxhsTc_Jrgge배운 것 : visualizationHeatmapBar graphBar Graph with FacetGridHi

과제 4 완료 및 해설강의

DBeaver 설치 및 실습\-- DATAset 전체 읽기SELECT \*FROM hr.hr_employee_attrition hea ;\-- 특정 column 만 일기SELECT EmployeeNumber ,Attrition ,Department ,JobRole ,J

개인프로젝트 4 진행

개인프로젝트 14 진행

/\* Table CreateCREATE TABLE -> INSERT INTO;SOURCE TABLE -> CREATE (SELECT FROM );\*/\-- 1. Object (Text) Type CREATE TABLE hr.hr_cate( EmployeeNumber

과제 6 실습\-- Q1\-- 1. Department , JobLevel , JobRole 별 재직자 대상\-- 2. 평균 월급 , 평균 Salary 인상률 ( 이 인상률을 연 인상률로 가정)\-- 3. 인당 월급과 연 인상률을 활용해서 내년 추정 월급 산출 \--

Power BI 설치 및 데이터변환 , Bar 차트 다루기

Power BI 실습Bar 그래프Stacked Bar 그래프Pie 그래프Table & Matrix빈 테이블 만들고 그 안에 계산식을 이용하여 데이터 만들기Line 그래프전체적인 Dashboard 만들기Filter 걸기

개인프로젝트 14 , 19 완료

Historical_inventory 라는 새로운 csv파일 데이터로inventory 테이블을 생성데이터 살펴보기SELECT count(\*)FROM inventory;SELECT count()FROM ( SELECT DISTINCT FROM inventory i

과제8 실습dBeaver inventory 테이블에서 실습\-Case When\-With절\-Subquery\-- 100 -> 70 : (100-70) / 100 = 30% 할인SELECT File_Type , SoldFlag , sum(ItemCount) inve

SKU_Grade 칼럼 만들기 -- SKU_Grade 기획 -- 물류 창고 계약 기간이 5년이 남았다고 가정 = 60개월 -- Month of coverage = 보유 재고로 몇달 동안 판매가 가능한가 = 재고량 / 1달 평균 판매량 -- WINDOW 함수란? --

구매InvoicePurchasesPurchases재고BegInv : 기초 재고Endlnv : 기말 재고고객 판매Sales기초재고 + 입고 - 출고 + (.....) = 기말재고Vendor CountPO countBrand countAVG Qty per PO : PO 한

Power BI 실습\-Sales 대시보드 만들기\-분해 트리 \-테이블 병합 , 이익 계산\-Calendar Dax식\-계기 차트\-KPI 시각화\-AVERAGEX , ALL , FILTER Dax식Spark학습 및 환경 세팅하기분산 클러스터 :시스템의 전반적인 성능

apt-get: 시스템에서 사용 가능한 패키지에 대한 설치, 패키지 검색, 업데이트 및 기타 여러 작업을 수행wget: 웹 상의 파일을 다운로드 받을 때 사용하는 명령어tar: 여러 개의 파일을 하나의 파일로 묶거나 풀 때 사용하는 명령어pip: 파이썬에서 외부 라이브

toPandaspyspark dataframe 객체를 pandas dataframe 객체로 변환pandas로 변환하는 이유?시각화를 하기 위해서는 모든 데이터를 한번에 로드해야함대부분의 시각화 라이브러리 지원 가능pyspark는 분산 처리 기반즉, 시각화에는 적합하지

USE Mydb;select City , count(StoreNumber) high_sale_store_cntfrom ( select City , StoreNumber , SUM(SaleDollars) sales_sum , row_number

팀 프로젝트 진행팀프로젝트EDA 과정일단 ClassicMode만 고려라인별로 championId순위 10뽑기게임 벨런즈 조정신규 유저 가이드1) 게임 벨런스 조정은총 매치 데이터에서 accountId별로 조인을 한다음에 그 안에 champion의 고유값을 사용해서 고유

팀 프로젝트 진행팀프로젝트EDA 과정일단 ClassicMode만 고려라인별로 championId순위 10뽑기게임 벨런즈 조정신규 유저 가이드1) 게임 벨런스 조정은총 매치 데이터에서 accountId별로 조인을 한다음에 그 안에 champion의 고유값을 사용해서 고유

가상환경: 컴퓨터 안에 작은 가상의 컴퓨터를 만드는 것\-> 정리정돈 하기가 용이해지기 때문에 , 프로젝트 관리가 편리해짐

import randomrandom.randint(0,10)random.seed(42)for \_ in range(5): print(random.randint(0,10))grade = l for l in 'ABCDF'for \_ in range(5): pri

names_sr = pd.Series(names, index = index , name = '이름')ages_sr = pd.Series(ages, index = index , name = '나이')display(names_sr)display(ages_sr)df1 =

devs_df'Currency'.value_counts()devs_df'CompTotal'.describe()devs_df'Currency' = devs_df'Currency'.str.slice(start=0,stop=3)devs_df'Currency'.value_co

filtered_df = lang_df\[(lang_df'DevType' != 'Developer, full-stack')&(lang_df'DevType' != 'Developer, back-end')]grouped_df = filtered_df.groupby('Lan