일상 일기 블로그

import pandas as pd import matplotlib.pyplot as plt plt.rc('font',family='Malgun Gothic') plt.rcParams['axes.unicode_minus']=False df1=pd.DataFrame({'요일':['월','화','수','목','금','토','일'], '매출액':[10000,9000,11000,8000,13000,15000,14000]}) df2=pd.DataFrame({'요일':['월','화','수','목','금','토','일'], '매출액':[9000,9500,13000,7000,12000,14000,11000]}) 막대그래프 plt.bar(x,y) plt.barh(x,y) plt.barh(df1['요일'],df1['매출액..

대표값 산술평균, 기하평균, 중앙값 등이 있다. 문자열함수 FORMAT(X,D) X형식 '#,###,###.##'를 D자리수로 맞춘다. select C.USERNAME 이름, count(*) 주문량, format(sum(saleprice),0) 합계, format(avg(saleprice),1) 평균, MAX(saleprice) 최대, MIN(saleprice) 최소 from orders O left join customer C on O.custid=c.custid group by 이름; Partition by 그룹핑해서 순위를 매기고자 할 때 쓴다. with rollup group by adress with rollup NULL값도 출력이 된다. having구문을 사용하면 null값을 제거할 수 있다...

뷰의 특징 1) 원본 테이블의 레코드 값에 따라 뷰의 레코드도 같이 변화함 2) 기존 테이블 변경없이 새로운 데이터 구조 사용 가능 3) 특정 레코드에 대한 노출이 필요한 경우 장점이 있음 단점 1)독립적인 인덱스 생성이 어려움 2)한번 생선된 뷰의 속성 변경이 안됨 ALTER VIEW문을 사용X 3) 삽입, 삭제, 갱신에 많은 제약이 따름 테이블의 기본키를 포함한 속성의 뷰에서 삽입,삭제,갱신, 연산이 가능하다 장점 1) 편리성 및 재사용성 반복적이고 복잡한 질의를 간단한 뷰로 사용해 일반 쿼리로 사용한다. 2) 보안 3) 논리적 독립성 실습 생성 create view v_orders as select orderid, O.custid,username, O.bookid,saleprice,orderdate..

power -> 제곱 mode 나눗셈 연산 round 소수점 자리 제한 concat(문자열, 문자열) - 문자열 합치기 TRIM 좌우 공백 제거 LTRIM 왼쪽 공백제거 RTRIM 오른쪽 공백제거 LEADING 좌측 특정 문자만 제거 우측 TRALING 오른쪽 특장 문자만 제거 문자 세기 LENGTH 바이트단위 CHAR_LENGTH 문자단위 CHARACTER_LENGTH 문자단위 CONCAT_WS 구분자를 넣어 합침 GROUP_CONCAT 컬럼을 그룹으로 묶음 문자열 추출함수 LEFT(문자열, count) 문자열 왼쪽에서 기준으로 일정 갯수 가져옴 RIGHT(문자열, count) 문자열에서 오른쪽에서 일정 갯수 가져옴 MID(문자열, 시작위치, 갯수) 시작위치부터 일정갯수 가져옴 SQL에서 문자는 인덱스..

공공데이터 분석 해보기 df=pd.read_csv('서울시 코로나19 확진자 현황.csv',encoding='UTF-8') df.head() 1. 데이터 탐색 데이터를 추출해서 보면, 환자번호, 국적, 환자정보 등 NaN으로 값이 돼 있는 것이 꽤 보인다. 만약 값이 하나도 없다면 이 값을 제거 해준다. 1) 아무것도 없는 값을 찾는다. unique() 메소드를 사용하면 고유값이 몇 개 있는지 알 수 있고, nan 이외에 아무값도 없는 것을 확인할 수 있다. #아무것도 없는 데이터 찾기 print(df['국적'].unique()) print(df['환자번호'].unique()) print(df['환자번호'].unique()) print(df['조치사항'].unique()) 값이 있다면 그 값들이 출력된다..