孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

SQL数据分析

SQL数据分析
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: [美] （Cathy Tanimura）
出版社: 中国电力出版社
2023-08
版次: 1
ISBN: 9787519879518
定价: 128.00
装帧: 其他
开本: 16开
纸张: 胶版纸
页数: 384页
字数: 512.000千字
分类: 工程技术
2人买过
  • 本书的主要内容有：学习准备分析数据的关键步骤。使用SQL的日期和时间操作进行时间序列分析。使用同期群分析研究群体如何随时间变化。使用SQL的强大功能和操作符进行文本分析。检测数据中的异常值，并用代替值替换它们。使用实验分析建立因果关系，也称为A/B测试。 Cathy Tanimura有在不同行业领域超过20年的数据分析相关经验，从金融到B2B软件再到客户服务。Cathy带着用数据将人们与企业更紧密地连接起来的信念和热情，帮助多个头部科技公司搭建了数据基础架构并管理数据团队。她对用SQL在主流的开源数据库进行数据分析有着丰富的经验。 目录

    前言 .1

    第1 章 用SQL 来做数据分析 7

    1.1 什么是数据分析 . 7

    1.2 为什么用SQL  10

    1.2.1 SQL 是什么  10

    1.2.2 SQL 的优势  13

    1.2.3 SQL 与R 和Python 的对比  14

    1.2.4 SQL 作为数据分析流程中的一部分 . 16

    1.3 数据库类型以及如何使用  19

    1.3.1 行存储数据  20

    1.3.2 列存储数据  22

    1.3.3 其他的数据结构类型  23

    1.4 总结  25

    第2 章 为数据分析做准备 26

    2.1 数据类型  27

    2.1.1 数据库的数据类型 . 27

    2.1.2 结构化和非结构化数据  29

    2.1.3 定量和定性数据 . 30

    2.1.4 第一方、第二方和第三方数据  31

    2.1.5 稀疏数据. 32

    2.2 SQL 查询结构  33

    2.3 数据剖析：分布  36

    2.3.1 直方图和频率  37

    2.3.2 分箱  40

    2.3.3 n-Tiles  43

    2.4 数据剖析：数据质量 . 46

    2.4.1 检测重复数据  47

    2.4.2 用GROUP BY 和DISTINCT 来处理重复数据  49

    2.5 准备：数据清理  50

    2.5.1 通过CASE 转换来清理数据  51

    2.5.2 数据类型转换  54

    2.5.3 处理空值：coalesce, nulliff, nvl 函数  57

    2.5.4 缺失的数据  61

    2.6 准备：数据构形  66

    2.6.1 你需要怎样的输出：BI，可视化，统计，机器学习  67

    2.6.2 用CASE 语句进行数据透视  68

    2.6.3 用UNION 语句来取消数据透视  70

    2.6.4 pivot（透视）和unpivot（取消透视）函数  73

    2.7 总结  75

    第3 章 时间序列分析 .76

    3.1 日期、日期时间和时间操作  77

    3.1.1 时区转换. 78

    3.1.2 日期和时间戳的格式转换 . 80

    3.1.3 日期相关的计算 . 85

    3.1.4 时间相关的计算 . 88

    3.1.5 连接不同来源的数据  90

    3.2 零售销售数据集  91

    3.3 对数据进行趋势分析 . 92

    3.3.1 简单的趋势  93

    3.3.2 比较时间序列的组成部分 . 95

    3.3.3 计算占总数的百分比 . 104

    3.3.4 运用索引以查看随时间变化的百分比  108

    3.4 滚动时间窗口 . 113

    3.4.1 计算滚动时间窗口  115

    3.4.2 稀疏数据的滚动时间窗口  121

    3.4.3 计算累计值 . 124

    3.5 季节性分析  127

    3.5.1 同期比较：YoY 和MoM . 129

    3.5.2 同期比较：与去年的同月进行对比 132

    3.5.3 与多个以前的周期做对比  137

    3.6 总结 . 140

    第 4 章 同期群分析  141

    4.1 同期群：一种有用的分析框架  142

    4.2 立法者数据集 . 145

    4.3 留存 . 146

    4.3.1 基本留存曲线的 SQL  148

    4.3.2 调整时间序列以提高留存率的准确性  152

    4.3.3 从时间序列数据构建同期群  158

    4.3.4 从单独的表构建同期群  164

    4.3.5 处理稀疏同期群  168

    4.3.6 用除第一个日期以外的其他日期定义同期群  173

    4.4 相关同期群分析  176

    4.4.1 生存  177

    4.4.2 返回或重复购买行为 . 181

    4.4.3 累积计算 187

    4.5 透过同期群看横断面分析 . 191

    4.6 总结 . 200

    第 5 章 文本分析  201

    5.1 为什么使用 SQL 进行文本分析 . 201

    5.1.1 什么是文本分析  202

    5.1.2 为什么 SQL 是文本分析的好选择  202

    5.1.3 什么情况下 SQL 不是一个好的选择 . 204

    5.2 UFO 目击数据集  205

    5.3 文本特征  206

    5.4 解析文本  208

    5.5 文本转换  214

    5.6 在较大的文本块中查找元素  223

    5.6.1 通配符匹配：LIKE，ILIKE  223

    5.6.2 精确匹配：IN，NOT IN . 229

    5.6.3 正则表达式 . 232

    5.7 构建与重塑文本  250

    5.7.1 拼接  250

    5.7.2 重塑文本 254

    5.8 总结 . 258

    第6 章 异常检测  259

    6.1 SQL 异常检测的能力和限制  260

    6.2 数据集  261

    6.3 检测异常值  262

    6.3.1 通过排序查找异常  263

    6.3.2 通过计算百分比和标准偏差发现异常  266

    6.3.3 通过作图可视化查找异常  274

    6.4 异常的形式  283

    6.4.1 异常值  283

    6.4.2 异常的计数或频率  287

    6.4.3 数据缺失引起的异常 . 292

    6.5 处理异常  294

    6.5.1 探查  294

    6.5.2 删除  295

    6.5.3 替代值替换 . 297

    6.5.4 缩放  299

    6.6 总结 . 301

    第 7 章 实验分析  302

    7.1 用 SQL 进行实验分析的优势与局限性 . 303

    7.2 数据集  305

    7.3 实验的类型  307

    7.3.1 二元结果实验：卡方检验  307

    7.3.2 具有连续结果的实验：t 检验  310

    7.4 实验的挑战和拯救有缺陷的实验的方法  312

    7.4.1 变体分配 312

    7.4.2 异常值  314

    7.4.3 时间盒  315

    7.4.4 重复暴露实验  317

    7.5 当无法进行控制实验时：替代分析 . 318

    7.5.1 前/ 后分析  319

    7.5.2 自然实验分析  321

    7.5.3 阈值附近的群体分析 . 322

    7.6 总结 . 323

    第8 章 创建用于分析的复杂数据集  324

    8.1 何时对复杂数据集使用 SQL  324

    8.1.1 使用 SQL 的优点 . 325

    8.1.2 什么时候构建ETL . 326

    8.1.3 何时将逻辑放入其他工具中  328

    8.2 代码组织  329

    8.2.1 注释  330

    8.2.2 大写，缩进，括号和其他格式技巧 331

    8.2.3 存储代码 334

    8.3 组织计算  335

    8.3.1 理解SQL 子句的计算顺序 . 335

    8.3.2 子查询  339

    8.3.3 临时表  341

    8.3.4 公共表表达式  343

    8.3.5 grouping sets  344

    8.4 管理数据集大小和隐私问题  349

    8.4.1 使用 % 、mod 进行抽样 . 349

    8.4.2 降低维数 351

    8.4.3 PII 和数据隐私 . 355

    8.5 总结 . 357

    第9 章 结论  358

    9.1 漏斗分析  358

    9.2 流失、中止和其他离开的定义  360

    9.3 购物篮分析  365

    9.4 资源 . 367

    9.4.1 书籍和博客 . 368

    9.4.2 数据集  369

    9.5 最终的想法  370
  • 内容简介:
    本书的主要内容有：学习准备分析数据的关键步骤。使用SQL的日期和时间操作进行时间序列分析。使用同期群分析研究群体如何随时间变化。使用SQL的强大功能和操作符进行文本分析。检测数据中的异常值，并用代替值替换它们。使用实验分析建立因果关系，也称为A/B测试。
  • 作者简介:
    Cathy Tanimura有在不同行业领域超过20年的数据分析相关经验，从金融到B2B软件再到客户服务。Cathy带着用数据将人们与企业更紧密地连接起来的信念和热情，帮助多个头部科技公司搭建了数据基础架构并管理数据团队。她对用SQL在主流的开源数据库进行数据分析有着丰富的经验。
  • 目录:
    目录

    前言 .1

    第1 章 用SQL 来做数据分析 7

    1.1 什么是数据分析 . 7

    1.2 为什么用SQL  10

    1.2.1 SQL 是什么  10

    1.2.2 SQL 的优势  13

    1.2.3 SQL 与R 和Python 的对比  14

    1.2.4 SQL 作为数据分析流程中的一部分 . 16

    1.3 数据库类型以及如何使用  19

    1.3.1 行存储数据  20

    1.3.2 列存储数据  22

    1.3.3 其他的数据结构类型  23

    1.4 总结  25

    第2 章 为数据分析做准备 26

    2.1 数据类型  27

    2.1.1 数据库的数据类型 . 27

    2.1.2 结构化和非结构化数据  29

    2.1.3 定量和定性数据 . 30

    2.1.4 第一方、第二方和第三方数据  31

    2.1.5 稀疏数据. 32

    2.2 SQL 查询结构  33

    2.3 数据剖析：分布  36

    2.3.1 直方图和频率  37

    2.3.2 分箱  40

    2.3.3 n-Tiles  43

    2.4 数据剖析：数据质量 . 46

    2.4.1 检测重复数据  47

    2.4.2 用GROUP BY 和DISTINCT 来处理重复数据  49

    2.5 准备：数据清理  50

    2.5.1 通过CASE 转换来清理数据  51

    2.5.2 数据类型转换  54

    2.5.3 处理空值：coalesce, nulliff, nvl 函数  57

    2.5.4 缺失的数据  61

    2.6 准备：数据构形  66

    2.6.1 你需要怎样的输出：BI，可视化，统计，机器学习  67

    2.6.2 用CASE 语句进行数据透视  68

    2.6.3 用UNION 语句来取消数据透视  70

    2.6.4 pivot（透视）和unpivot（取消透视）函数  73

    2.7 总结  75

    第3 章 时间序列分析 .76

    3.1 日期、日期时间和时间操作  77

    3.1.1 时区转换. 78

    3.1.2 日期和时间戳的格式转换 . 80

    3.1.3 日期相关的计算 . 85

    3.1.4 时间相关的计算 . 88

    3.1.5 连接不同来源的数据  90

    3.2 零售销售数据集  91

    3.3 对数据进行趋势分析 . 92

    3.3.1 简单的趋势  93

    3.3.2 比较时间序列的组成部分 . 95

    3.3.3 计算占总数的百分比 . 104

    3.3.4 运用索引以查看随时间变化的百分比  108

    3.4 滚动时间窗口 . 113

    3.4.1 计算滚动时间窗口  115

    3.4.2 稀疏数据的滚动时间窗口  121

    3.4.3 计算累计值 . 124

    3.5 季节性分析  127

    3.5.1 同期比较：YoY 和MoM . 129

    3.5.2 同期比较：与去年的同月进行对比 132

    3.5.3 与多个以前的周期做对比  137

    3.6 总结 . 140

    第 4 章 同期群分析  141

    4.1 同期群：一种有用的分析框架  142

    4.2 立法者数据集 . 145

    4.3 留存 . 146

    4.3.1 基本留存曲线的 SQL  148

    4.3.2 调整时间序列以提高留存率的准确性  152

    4.3.3 从时间序列数据构建同期群  158

    4.3.4 从单独的表构建同期群  164

    4.3.5 处理稀疏同期群  168

    4.3.6 用除第一个日期以外的其他日期定义同期群  173

    4.4 相关同期群分析  176

    4.4.1 生存  177

    4.4.2 返回或重复购买行为 . 181

    4.4.3 累积计算 187

    4.5 透过同期群看横断面分析 . 191

    4.6 总结 . 200

    第 5 章 文本分析  201

    5.1 为什么使用 SQL 进行文本分析 . 201

    5.1.1 什么是文本分析  202

    5.1.2 为什么 SQL 是文本分析的好选择  202

    5.1.3 什么情况下 SQL 不是一个好的选择 . 204

    5.2 UFO 目击数据集  205

    5.3 文本特征  206

    5.4 解析文本  208

    5.5 文本转换  214

    5.6 在较大的文本块中查找元素  223

    5.6.1 通配符匹配：LIKE，ILIKE  223

    5.6.2 精确匹配：IN，NOT IN . 229

    5.6.3 正则表达式 . 232

    5.7 构建与重塑文本  250

    5.7.1 拼接  250

    5.7.2 重塑文本 254

    5.8 总结 . 258

    第6 章 异常检测  259

    6.1 SQL 异常检测的能力和限制  260

    6.2 数据集  261

    6.3 检测异常值  262

    6.3.1 通过排序查找异常  263

    6.3.2 通过计算百分比和标准偏差发现异常  266

    6.3.3 通过作图可视化查找异常  274

    6.4 异常的形式  283

    6.4.1 异常值  283

    6.4.2 异常的计数或频率  287

    6.4.3 数据缺失引起的异常 . 292

    6.5 处理异常  294

    6.5.1 探查  294

    6.5.2 删除  295

    6.5.3 替代值替换 . 297

    6.5.4 缩放  299

    6.6 总结 . 301

    第 7 章 实验分析  302

    7.1 用 SQL 进行实验分析的优势与局限性 . 303

    7.2 数据集  305

    7.3 实验的类型  307

    7.3.1 二元结果实验：卡方检验  307

    7.3.2 具有连续结果的实验：t 检验  310

    7.4 实验的挑战和拯救有缺陷的实验的方法  312

    7.4.1 变体分配 312

    7.4.2 异常值  314

    7.4.3 时间盒  315

    7.4.4 重复暴露实验  317

    7.5 当无法进行控制实验时：替代分析 . 318

    7.5.1 前/ 后分析  319

    7.5.2 自然实验分析  321

    7.5.3 阈值附近的群体分析 . 322

    7.6 总结 . 323

    第8 章 创建用于分析的复杂数据集  324

    8.1 何时对复杂数据集使用 SQL  324

    8.1.1 使用 SQL 的优点 . 325

    8.1.2 什么时候构建ETL . 326

    8.1.3 何时将逻辑放入其他工具中  328

    8.2 代码组织  329

    8.2.1 注释  330

    8.2.2 大写，缩进，括号和其他格式技巧 331

    8.2.3 存储代码 334

    8.3 组织计算  335

    8.3.1 理解SQL 子句的计算顺序 . 335

    8.3.2 子查询  339

    8.3.3 临时表  341

    8.3.4 公共表表达式  343

    8.3.5 grouping sets  344

    8.4 管理数据集大小和隐私问题  349

    8.4.1 使用 % 、mod 进行抽样 . 349

    8.4.2 降低维数 351

    8.4.3 PII 和数据隐私 . 355

    8.5 总结 . 357

    第9 章 结论  358

    9.1 漏斗分析  358

    9.2 流失、中止和其他离开的定义  360

    9.3 购物篮分析  365

    9.4 资源 . 367

    9.4.1 书籍和博客 . 368

    9.4.2 数据集  369

    9.5 最终的想法  370
查看详情
相关分类
工业技术 矿业工程 金属学与金属工艺 机械、仪表工业 能源与动力工程 原子能技术 电工技术 电子与通信 化学工业 轻工业、手工业 建筑 水利工程 汽车与交通运输 航空/航天
12
相关图书 / 更多
SQL数据分析
SQL从入门到进阶
陈红波 编著
￥44.58 起
SQL数据分析
SQL Server数据库实用案例教程（第2版·微课视频版）
王雪梅 李海晨 主编；马亚丽 华进 蔡斌杰 副主编
￥20.92 起
SQL数据分析
SQL数据分析实战（第2版）
[美]马特·古德瓦瑟 著；李庆良 译
￥53.54 起
SQL数据分析
SQLServer2019数据库管理项目教程(活页式高等职业教育计算机专业活页式系列教材)
黄小花、黄侃、熊慧芳 编
￥6.60 起
SQL数据分析
SQL面试宝典：图解数据库求职题（全彩）
猴子
￥42.98 起
SQL数据分析
SQL Server数据库设计与应用（第2版）
张成叔
￥7.80 起
SQL数据分析
SQL Server数据库应用入门（项目式+微课版）
李武韬 文瑛 吴超
￥16.66 起
SQL数据分析
SQL Server实例教程（2019版）
刘志成
￥6.50 起
SQL数据分析
SQL实践教程（第10版）
[美]马克·谢尔曼(Mark Shellman)哈桑·阿夫尤尼(Hassan A
￥44.00 起
SQL数据分析
SQL Server 2014数据库原理与实训教程
吴小刚 主编；彭文惠
￥40.00 起
SQL数据分析
SQL语言从入门到精通
明日科技
￥31.49 起
SQL数据分析
SQL Server从入门到精通（第5版）
明日科技
￥41.78 起
您可能感兴趣 / 更多
SQL数据分析
欲望行星：人类时代的地球
[美]唐纳德·沃斯特（Donald Worster） 著；侯深 译；汉唐阳光 出品
￥35.42 起
SQL数据分析
海外中国研究·文化、权力与国家：1900—1942年的华北农村（海外中国研究丛书精选版第四辑）
[美]杜赞奇 著；王福明 译
￥32.11 起
SQL数据分析
大学技术转移与学术创业：芝加哥手册（精装典藏版）
[美]艾伯特·N. 林克（Albert N. Link）；[美]唐纳德·S. 西格尔（Donald S. Siegel）；[英]麦克·赖特（Mike Wright）
￥20.07 起
SQL数据分析
了不起的建筑师扎哈 传奇建筑设计师扎哈·哈迪德绘本传记 4-9岁
[美]维多利亚·滕特勒-克 雷洛夫 著绘
￥17.40 起
SQL数据分析
全新正版图书 改变世界的6种力亨利·波卓斯基浙江科学技术出版社9787573910929
[美] 亨利·波卓斯基
￥49.84 起
SQL数据分析
加勒比之梦：旅游、帝国扩张与全球流动
[美]布莱克·C. 斯科特 （Blake C. Scott）
￥22.60 起
SQL数据分析
加缪
[美]奥利弗·格洛格（Oliver Gloag）
￥22.37 起
SQL数据分析
数学侦探 珠宝行里的X劫匪
[美]丹尼尔·肯尼 艾米丽·博艾尔 著 刘玙婧、王婧 译；小博集出品
￥5.94 起
SQL数据分析
十大经济学家
[美]约瑟夫·熊彼特
￥24.26 起
SQL数据分析
数学侦探 神秘路线上的连环追踪
[美]丹尼尔·肯尼 艾米丽·博艾尔 著 刘玙婧、王婧 译；小博集出品
￥5.94 起
SQL数据分析
陶瓷创意造型新技法（陶艺学习系列丛书）
[美]黛布·施瓦茨科夫 著，张靖靖 译
￥99.33 起
SQL数据分析
闲散一些也无可厚非
[美]艾莉森·孙 著；李昂 译
￥15.30 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全