SQL dla analityków danych. Opanuj możliwości SQL-a, aby wydobywać informacje z danych - ebook

Język SQL zwykle służy do pracy z bazami danych, jednak można go używać również do wydajnego przetwarzania ich wielkich zbiorów. W tym celu trzeba dobrze poznać to narzędzie. Wysiłek włożony w zrozumienie SQL-a na pewno się opłaci - dzięki analizie danych można wydobywać z nich bezcenną wiedzę, która bezpośrednio przekłada się na zyski firmy.

Ta książka stanowi świetne wprowadzenie do analizy danych. Dzięki niej nauczysz się korzystać z surowych danych, nawet jeśli nie masz odpowiedniego doświadczenia. Zaczniesz od formułowania hipotez i generowania statystyk opisowych, a następnie przystąpisz do pisania zapytań w języku SQL w celu agregowania, przeliczania i łączenia danych z różnych zbiorów. Zapoznasz się też z zaawansowanymi technikami, takimi jak analiza geoprzestrzenna i analiza tekstu. W książce omówiono również profilowanie i automatyzację, które umożliwiają szybsze i wydajniejsze pobieranie informacji. To wszystko pozwoli Ci na skuteczne korzystanie z SQL-a w codziennych scenariuszach biznesowych.

Najciekawsze zagadnienia:

• gruntowne wprowadzenie do analityki danych
• przygotowywanie danych do analizy
• optymalizacja kwerend i złożone typy danych
• funkcje agregujące, funkcja okna i inne metody analizy danych w SQL
• jak odkrywać prawdę za pomocą SQL-a

SQL: spójrz na dane okiem wyszkolonego analityka!

Wprowadzenie

ROZDZIAŁ 1. Poznawanie i opisywanie danych

• Wprowadzenie
• Analityka danych i statystyka
  • Zadanie 1.01 - klasyfikowanie nowego zbioru danych
• Rodzaje statystyki
  • Metody z obszaru statystyki opisowej
  • Analiza jednoczynnikowa
  • Ćwiczenie 1.01 - tworzenie histogramu
  • Ćwiczenie 1.02 - obliczanie kwartyli dla sprzedaży dodatków
  • Ćwiczenie 1.03 - obliczanie miar tendencji centralnej dla sprzedaży dodatków
  • Ćwiczenie 1.04 - obliczanie dyspersji dla sprzedaży dodatków
  • Analiza dwuczynnikowa
  • Ćwiczenie 1.05 - obliczanie współczynnika korelacji Pearsona dla dwóch zmiennych
  • Interpretowanie i analizowanie współczynnika korelacji
  • Zadanie 1.02 - eksplorowanie danych sprzedażowych z salonu samochodowego
• Praca z niepełnymi danymi
• Testy istotności statystycznej
  • Często używane testy istotności statystycznej
• SQL i analityka
• Podsumowanie

ROZDZIAŁ 2. Wprowadzenie do SQL-a dla analityków

• Wprowadzenie
• Świat danych
  • Rodzaje danych
• Relacyjne bazy danych i SQL
  • Wady i zalety baz SQL-owych
• System zarządzania relacyjnymi bazami danych PostgreSQL
  • Ćwiczenie 2.01 - uruchamianie pierwszej kwerendy SELECT
  • Instrukcja SELECT
  • Klauzula WHERE
  • Klauzule AND i OR
  • Klauzule IN i NOT IN
  • Klauzula ORDER BY
  • Klauzula LIMIT
  • Klauzule IS NULL i IS NOT NULL
  • Ćwiczenie 2.02 - kwerenda SELECT z podstawowymi słowami kluczowymi dotycząca tabeli salespeople
  • Zadanie 2.01 - kwerenda SELECT z podstawowymi słowami kluczowymi dotycząca tabeli customers
• Tworzenie tabel
  • Tworzenie pustych tabel
• Podstawowe typy danych w SQL-u
  • Typy liczbowe
  • Typy znakowe
  • Typ logiczny
  • Daty i godziny
• Struktury danych - format JSON i tablice
• Ograniczenia kolumn
  • Prosta instrukcja CREATE
  • Ćwiczenie 2.03 - tworzenie tabeli w SQL-u
  • Tworzenie tabel za pomocą kwerendy SELECT
• Aktualizowanie tabel
  • Dodawanie i usuwanie kolumn
  • Dodawanie nowych danych
  • Aktualizowanie istniejących wierszy
  • Ćwiczenie 2.04 - aktualizowanie tabeli w celu podniesienia ceny pojazdu
  • Usuwanie danych i tabel
  • Usuwanie wartości z wiersza
  • Usuwanie wierszy z tabeli
  • Usuwanie tabel
  • Ćwiczenie 2.05 - usuwanie niepotrzebnej tabeli pomocniczej
  • Zadanie 2.02 - tworzenie i modyfikowanie tabel na potrzeby działań marketingowych
• SQL i analityka
• Podsumowanie

ROZDZIAŁ 3. Przygotowywanie danych za pomocą SQL-a

• Wprowadzenie
• Łączenie danych
  • Łączenie tabel za pomocą słowa kluczowego JOIN
  • Rodzaje złączeń
  • Ćwiczenie 3.01 - używanie złączeń do analizy sprzedaży w salonach
  • Podkwerendy
  • Sumy
  • Ćwiczenie 3.02 - generowanie listy gości na przyjęcie dla klientów VIP za pomocą klauzuli UNION
  • Wyrażenia WITH
• Oczyszczanie danych
  • Funkcja CASE WHEN
  • Ćwiczenie 3.03 - używanie funkcji CASE WHEN do pobierania list klientów z danego regionu
  • Funkcja COALESCE
  • Funkcja NULLIF
  • Funkcje LEAST i GREATEST
  • Funkcja CASTING
• Przekształcanie danych
  • Funkcje DISTINCT i DISTINCT ON
  • Zadanie 3.01 - używanie SQL-a do tworzenia modelu wspomagającego sprzedaż
• Podsumowanie

ROZDZIAŁ 4. Analiza danych z wykorzystaniem funkcji agregujących

• Wprowadzenie
• Funkcje agregujące
  • Ćwiczenie 4.01 - używanie funkcji agregujących do analizowania danych
• Funkcje agregujące z klauzulą GROUP BY
  • Klauzula GROUP BY
  • Klauzula GROUP BY dla kilku kolumn
  • Ćwiczenie 4.02 - obliczanie cen dla typów produktów za pomocą klauzuli GROUP BY
  • Klauzula GROUPING SETS
  • Funkcje agregujące dla zbiorów uporządkowanych
• Funkcje agregujące z klauzulą HAVING
  • Ćwiczenie 4.03 - obliczanie wyników i wyświetlanie danych z użyciem klauzuli HAVING
• Stosowanie funkcji agregujących do oczyszczania danych i sprawdzania ich jakości
  • Znajdowanie brakujących wartości za pomocą klauzuli GROUP BY
  • Sprawdzanie unikatowości danych za pomocą funkcji agregujących
  • Zadanie 4.01 - analizowanie danych sprzedażowych z użyciem funkcji agregujących
• Podsumowanie

ROZDZIAŁ 5. Analizowanie danych za pomocą funkcji okna

• Wprowadzenie
• Funkcje okna
  • Podstawy funkcji okna
  • Ćwiczenie 5.01 - analizowanie zmian współczynnika podawania danych przez klientów w czasie
  • Słowo kluczowe WINDOW
• Obliczanie statystyk z użyciem funkcji okna
  • Ćwiczenie 5.02 - określanie pozycji na podstawie daty rejestracji
• Ramka okna
  • Ćwiczenie 5.03 - motywowanie pracowników lunchem
  • Zadanie 5.01 - analizowanie sprzedaży z wykorzystaniem ramek okna i funkcji okna
• Podsumowanie

ROZDZIAŁ 6. Importowanie i eksportowanie danych

• Wprowadzenie
• Polecenie COPY
  • Uruchamianie polecenia psql
  • Instrukcja COPY
  • Instrukcja \COPY w narzędziu psql
  • Tworzenie tymczasowych widoków
  • Konfigurowanie poleceń COPY i \COPY
  • Użycie poleceń COPY i \COPY do masowego wczytywania danych do bazy
  • Ćwiczenie 6.01 - eksportowanie danych do pliku w celu dalszego przetwarzania ich w Excelu
• Zastosowanie języka Python do bazy danych
  • Wprowadzenie do języka Python
  • Ułatwianie dostępu do baz PostgreSQL w Pythonie za pomocą narzędzi SQLAlchemy i pandas
  • Czym jest SQLAlchemy?
  • Stosowanie Pythona z wykorzystaniem pakietów SQLAlchemy i pandas
  • Pobieranie danych z bazy i ich zapisywanie w bazie za pomocą pakietu pandas
  • Zapisywanie danych w bazie za pomocą Pythona
  • Ćwiczenie 6.02 - wczytywanie, wizualizowanie i zapisywanie danych za pomocą Pythona
  • Zwiększanie szybkości zapisu w Pythonie za pomocą polecenia COPY
  • Odczyt i zapis plików CSV w Pythonie
  • Najlepsze praktyki z obszaru importowania i eksportowania danych
• Pomijanie podawania hasła
  • Zadanie 6.01 - używanie zewnętrznego zbioru danych do wykrywania trendów sprzedażowych
• Podsumowanie

ROZDZIAŁ 7. Analizy z wykorzystaniem złożonych typów danych

• Wprowadzenie
• Wykorzystywanie typów danych z datami i czasem do analiz
  • Wprowadzenie do typu date
  • Przekształcanie typów danych
  • Przedziały
  • Ćwiczenie 7.01 - analiza danych z szeregów czasowych
• Przeprowadzanie analiz geoprzestrzennych w PostgreSQL
  • Długość i szerokość geograficzna
  • Reprezentowanie długości i szerokości geograficznej w PostgreSQL
  • Ćwiczenie 7.02 - analizy geoprzestrzenne
• Stosowanie tablicowych typów danych w PostgreSQL
  • Wprowadzenie do tablic
  • Ćwiczenie 7.03 - analizowanie sekwencji z użyciem tablic
• Stosowanie formatu JSON w PostgreSQL
  • JSONB - wstępnie przetworzone dane w formacie JSON
  • Dostęp do danych z pól w formacie JSON lub JSONB
  • Stosowanie języka JSONPath do pól w formacie JSONB
  • Tworzenie i modyfikowanie danych w polu w formacie JSONB
  • Ćwiczenie 7.04 - przeszukiwanie obiektów JSONB
• Analiza tekstu za pomocą PostgreSQL
  • Tokenizacja tekstu
  • Ćwiczenie 7.05 - analizowanie tekstu
  • Wyszukiwanie tekstu
  • Optymalizowanie wyszukiwania tekstu w PostgreSQL
  • Zadanie 7.01 - wyszukiwanie i analiza transakcji sprzedaży
• Podsumowanie

ROZDZIAŁ 8. Wydajny SQL

• Wprowadzenie
• Znaczenie wysoce wydajnego kodu w SQL-u
• Metody skanowania baz danych
  • Plany wykonywania kwerend
  • Ćwiczenie 8.01 - interpretowanie działania planera kwerend
  • Zadanie 8.01 - plany wykonywania kwerendy
  • Skanowanie indeksu
  • Indeks w postaci B-drzewa
  • Ćwiczenie 8.02 - tworzenie indeksu na potrzeby skanowania
  • Zadanie 8.02 - stosowanie skanowania indeksu
  • Indeks z haszowaniem
  • Ćwiczenie 8.03 - tworzenie kilku indeksów z haszowaniem, aby zbadać ich wydajność
  • Zadanie 8.03 - stosowanie indeksów z haszowaniem
  • Skuteczne korzystanie z indeksów
• Kończenie pracy kwerend
  • Ćwiczenie 8.04 - anulowanie długo działającej kwerendy
• Funkcje i wyzwalacze
  • Definicje funkcji
  • Ćwiczenie 8.05 - tworzenie funkcji, które nie przyjmują argumentów
  • Zadanie 8.04 - definiowanie funkcji zwracającej maksymalną wartość sprzedaży
  • Ćwiczenie 8.06 - tworzenie funkcji przyjmujących argumenty
  • Zadanie 8.05 - tworzenie funkcji przyjmujących argumenty
  • Wyzwalacze
  • Ćwiczenie 8.07 - tworzenie wyzwalaczy do aktualizowania pól
  • Zadanie 8.06 - tworzenie wyzwalacza do śledzenia średniej liczby kupionych sztuk
• Podsumowanie

ROZDZIAŁ 9. Odkrywanie prawdy za pomocą SQL-a - studium przypadku

• Wprowadzenie
• Studium przypadku
  • Metoda naukowa
  • Ćwiczenie 9.01 - wstępne zbieranie danych za pomocą technik SQL-a
  • Ćwiczenie 9.02 - pobieranie informacji sprzedażowych
  • Zadanie 9.01 - ilościowa ocena spadku sprzedaży
  • Ćwiczenie 9.03 - analiza czasu rozpoczęcia sprzedaży
  • Zadanie 9.02 - analiza hipotezy dotyczącej różnicy w cenie sprzedaży
  • Ćwiczenie 9.04 - analiza zależności wzrostu sprzedaży od współczynnika otwarć e-maili
  • Ćwiczenie 9.05 - analiza skuteczności e-mailowej kampanii marketingowej
  • Wnioski
  • Badania terenowe
• Podsumowanie

Dodatek

Skorowidz